[发明专利]假阳性过滤方法、电子装置及计算机可读存储介质

权利要求书

1.一种假阳性过滤方法，其特征在于，所述方法包括步骤：

通过深度神经网络模型处理待检测图像，定位出正常区域和被怀疑区域；

从模型输出的所述正常区域中采用预设规则确定出初始正常区域；

采用相似度测度算法分别计算所述初始正常区域间的类内距和所述被怀疑区域与所述初始正常区域间的类间距；

根据所述类内距和类间距计算所述被怀疑区域为正常区域的概率；及

根据所计算出的概率和选定的阈值过滤出假阳性区域。

2.如权利要求1所述的假阳性过滤方法，其特征在于，该方法在计算所述类内距和类间距之前还包括步骤：

通过对比多种备选的相似度测度算法，选取使所述初始正常区域类内距最小的相似性测度方法作为最佳的相似度测度算法，并在所述计算所述初始正常区域间的类内距和所述被怀疑区域与所述初始正常区域间的类间距的步骤中采用所述最佳的相似度测度算法。

3.如权利要求1或2所述的假阳性过滤方法，其特征在于，所述待检测图像为待进行假阳性过滤的序列图像或单张图像。

4.如权利要求3所述的假阳性过滤方法，其特征在于，所述类内距为同一序列图像或单张图像中每两个所述初始正常区域之间的距离；所述类间距为同一序列图像或单张图像中每个所述被怀疑区域与每个所述初始正常区域间之间的距离。

5.如权利要求1或2所述的假阳性过滤方法，其特征在于，所述从模型输出的所述正常区域中采用预设规则确定出初始正常区域的步骤包括：

分别计算模型输出的各个所述正常区域的灰度值；

计算所有所述正常区域的灰度均值；

分别计算各个所述正常区域的灰度值和所述灰度均值之间的差异值；

选取差异值较小的若干个所述正常区域作为所述初始正常区域。

6.如权利要求5所述的假阳性过滤方法，其特征在于，所述选取差异值较小的若干个所述正常区域作为所述初始正常区域的步骤包括：

按差异值大小将所述正常区域通过升序排序，并按需选择前M个差异值对应的所述正常区域作为所述初始正常区域，其中M为正整数；或者

选择差异值小于预设阈值的所述正常区域作为所述初始正常区域。

7.如权利要求1或2所述的假阳性过滤方法，其特征在于，所述根据所述类内距和类间距计算所述被怀疑区域为正常区域的概率的步骤包括：

计算所述类内距的均值μ和标准差σ；

根据第一公式计算所述被怀疑区域为正常区域的概率p(x)，所述第一公式为

其中，x为所述被怀疑区域对应的所述类间距。

8.如权利要求1或2所述的假阳性过滤方法，其特征在于，所述根据所计算出的概率和选定的阈值过滤出假阳性区域的步骤包括：

根据高斯函数中的3σ原则选取所述阈值，将所述概率大于或等于所述阈值的所述被怀疑区域确定为假阳性区域。

9.一种电子装置，其特征在于，所述电子装置包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的假阳性过滤系统，所述假阳性过滤系统被所述处理器执行时实现如权利要求1-8中任一项所述的假阳性过滤方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有假阳性过滤系统，所述假阳性过滤系统可被至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-8中任一项所述的假阳性过滤方法的步骤。