[发明专利]一种图像识别方法、装置、服务器及介质在审

专利信息
申请号: 202011501530.6 申请日: 2020-12-17
公开(公告)号: CN112541907A 公开(公告)日: 2021-03-23
发明(设计)人: 张金;王瑜;余航;李焱;李新阳;王少康;陈宽 申请(专利权)人: 推想医疗科技股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/149
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 识别 方法 装置 服务器 介质
【权利要求书】:

1.一种图像识别方法,其特征在于,包括:

获取待识别图像,提取所述待识别图像中的感兴趣区域的轮廓生成轮廓图像;

根据所述轮廓图像和所述待识别图像得到感兴趣区域图像;

将所述感兴趣区域图像输入至训练好的类型识别模型中,确定所述感兴趣区域图像的图像类型。

2.根据权利要求1所述的方法,其特征在于,所述提取所述待识别图像中的感兴趣区域的轮廓生成轮廓图像,包括:

提取待识别图像中感兴趣区域的轮廓;

根据轮廓的大小生成轮廓图像,其中,所述轮廓图像中,感兴趣区域轮廓以内区域的像素点设置为1,感兴趣区域轮廓以外区域的像素点设置为0。

3.根据权利要求1所述的方法,其特征在于,所述根据所述轮廓图像和所述待识别图像得到感兴趣区域图像,包括:

根据所述轮廓图像对所述待识别图像进行切割操作得到切割图像,其中,所述切割图像的尺寸满足所述感兴趣区域图像的要求尺寸;

将所述切割图像与所述轮廓图像进行相乘操作,得到所述感兴趣区域图像。

4.根据权利要求1所述的方法,其特征在于,在将所述感兴趣区域图像输入至训练好的类型识别模型中之前,所述方法还包括:

将所述感兴趣区域图像转换为预设尺寸以及预设形状的目标图像;

相应的,所述将所述感兴趣区域图像输入至训练好的类型识别模型中,包括:

将所述目标图像输入至训练好的类型识别模型中。

5.根据权利要求4所述的方法,其特征在于,所述将所述感兴趣区域图像转换为预设尺寸以及预设形状的目标图像,包括:

对所述感兴趣区域图像进行像素点填充,将所述感兴趣区域图像转换为所述预设形状的中间图像;

根据所述中间图像的尺寸和所述预设尺寸对所述中间图像进行尺寸调节,得到目标图像。

6.根据权利要求5所述的方法,其特征在于,所述根据所述中间图像的尺寸和所述预设尺寸对所述中间图像进行尺寸调节,得到目标图像,包括:

基于所述中间图像的尺寸和所述预设尺寸确定所述中间图像的插值缩放比例,基于所述插值缩放比例对所述中间图像进行尺寸调节,得到目标图像;或者,

若所述中间图像的尺寸小于所述预设尺寸,则基于所述预设尺寸对所述中间图像进行像素点填充,若所述中间图像的尺寸大于所述预设尺寸,则基于所述预设尺寸将所述中间图像进行图像收缩,得到目标图像;或者,

将所述中间图像和所述预设尺寸输入至图像转换模型,获取所述图像转换模型输出的满足所述预设尺寸的目标图像。

7.根据权利要求1所述的方法,其特征在于,所述类型识别模型的训练方法包括:

获取包括感兴趣区域的样本图像,以及所述样本图像的各感兴趣区域的图像类型;

提取所述样本图像的感兴趣区域轮廓,生成样本轮廓图像,根据所述样本轮廓图像和所述样本图像生成样本区域图像;

将所述样本区域图像转换为预设尺寸以及预设形状的目标样本图像,基于所述目标样本图像和所述目标样本图像对应的图像类型对待训练的类型识别模型进行迭代训练,以得到基于图像类型识别功能的类型识别模型。

8.根据权利要求1-7任一所述的方法,其特征在于,所述待识别图像为目标对象的医学影像,所述感兴趣区域为所述医学影像中的钙化区域,所述图像类型包括所述钙化区域的钙化等级。

9.一种图像识别装置,其特征在于,包括:

轮廓图像获取模块,用于获取待识别图像,提取所述待识别图像中的感兴趣区域的轮廓生成轮廓图像;

感兴趣区域图像获取模块,用于根据所述轮廓图像和所述待识别图像得到感兴趣区域图像;

图像类型确定模块,用于将所述感兴趣区域图像输入至训练好的类型识别模型中,确定所述感兴趣区域图像的图像类型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于推想医疗科技股份有限公司,未经推想医疗科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011501530.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top