[发明专利]基于目标影像的病灶检测方法和装置

权利要求书

1.一种基于目标影像的病灶检测方法，其特征在于，包括：

提取待检测的目标影像，所述目标影像由若干个切片组成，将第j个切片作为当前参考切片，将所述当前参考切片的前k个切片和所述当前参考切片的后k个切片均作为当前查询切片；

对于当前循环，将所述当前参考切片、所述当前参考切片中病灶的预设位置、所述当前查询切片和所述当前查询切片中病灶的初始位置，输入至病灶检测模型的提取模块，获取所述当前查询切片中病灶的预测位置；

将所述当前查询切片和所述当前查询切片中病灶的预测位置输入至所述病灶检测模型的修正模块，获取所述当前查询切片中病灶的修正位置；

将所述当前参考切片前的第k个当前查询切片、所述当前参考切片后的第k个当前查询切片重新作为所述当前参考切片，将所述当前参考切片前的第k个当前查询切片中病灶的修正位置、所述当前参考切片后的第k个当前查询切片中病灶的修正位置重新作为所述当前参考切片中病灶的预设位置，将下一循环重新作为所述当前循环，重复上述步骤，直到所述目标影像中病灶的区域面积小于预设阈值，所述区域面积根据所述当前参考切片中病灶的预设位置；

其中，所述病灶检测模型是基于样本目标影像以及样本病灶标注结果训练得到的。

2.根据权利要求1所述的基于目标影像的病灶检测方法，其特征在于，所述将所述当前参考切片、所述当前参考切片中病灶的预设位置、所述当前查询切片和所述当前查询切片中病灶的初始位置，输入至病灶检测模型的提取模块，获取所述当前查询切片中病灶的预测位置，具体包括：

所述预测位置具体包括边缘预测位置、区域预测位置和综合预测位置，相应地，将所述当前参考切片和所述当前查询切片之间的关联特征输入到所述提取模块的边缘解码器，获取所述边缘预测位置；

将所述当前参考切片和所述当前查询切片之间的关联特征输入到所述提取模块的区域解码器，获取所述区域预测位置；

将所述当前查询切片、所述边缘预测位置和所述区域预测位置输入至所述提取模块中的合并模块，获取所述综合预测位置。

3.根据权利要求2所述的基于目标影像的病灶检测方法，其特征在于，所述将所述当前查询切片和所述当前查询切片中病灶的预测位置输入至所述病灶检测模型的修正模块，获取所述当前查询切片中病灶的修正位置，具体包括：

所述修正位置包括边缘修正位置、区域修正位置和综合修正位置，相应地，将所述当前查询切片对应的多尺度特征依次输入所述修正模块中的边缘解码器，获取所述边缘修正位置；

将所述当前查询切片对应的多尺度特征依次输入所述修正模块中的区域解码器，获取所述区域修正位置；

将所述当前查询切片、所述边缘修正位置和所述区域修正位置输入至所述修正模块中的合并模块，获取所述综合修正位置。

4.根据权利要求1所述的基于目标影像的病灶检测方法，其特征在于，所述病灶检测模型在训练时，在所述提取模块计算损失函数，进行中间监督从而避免梯度消失，同时在所述修正模块计算损失函数，只选取具有最大梯度的前若干像素的位置进行反向传播。

5.根据权利要求2所述的基于目标影像的病灶检测方法，其特征在于，所述当前参考切片和所述当前查询切片之间的关联特征具体通过如下方式获得：

将所述当前参考切片和所述当前参考切片中病灶的预设位置依次输入至所述提取模块的编码器和颈部网络，获取所述当前参考切片对应的多尺度特征；

将所述当前查询切片和所述当前查询切片中病灶的初始位置依次输入至所述提取模块的编码器和颈部网络，获取所述当前查询切片对应的多尺度特征；

将所述当前参考切片对应的多尺度特征和所述当前查询切片对应的多尺度特征输入至所述提取模块的关系挖掘模块，获取当前参考切片和所述当前查询切片之间的关联特征。

6.根据权利要求3所述的基于目标影像的病灶检测方法，其特征在于，所述当前查询切片对应的多尺度特征通过如下方式获得：

将所述边缘预测位置、所述区域预测位置、所述综合预测位置和所述当前查询切片依次输入到所述修正模块的编码器和颈部网络，获取所述当前查询切片对应的多尺度特征。