[发明专利]图像识别及模型训练的方法、真臼位置识别的方法及装置

权利要求书

1.一种真臼位置识别方法，其特征在于，包括：

获取医学图像数据；

对所述医学图像数据进行图像分割，基于图像分割结果确定股骨及骨盆区域；

对所述图像分割结果进行多级缩放处理，基于图像缩放结果确定健侧的股骨头中心点和泪滴下缘位置；

基于所述健侧的股骨头中心点和泪滴下缘位置确定真臼位置；

其中，对所述图像分割结果进行多级缩放处理，包括：

对所述图像分割结果进行多级下采样，得到符合预设分辨率的第一特征图像；

分别对各级下采样的特征图像进行上采样，得到第二特征图像；

基于各级下采样的第一特征图像及各级上采样的第二特征图像生成合成特征图像；

基于所述合成特征图像确定所述特征图像中关键点处于所述合成特征图像中的概率，作为所述图像缩放结果。

2.根据权利要求1所述的真臼位置识别方法，其特征在于，基于所述健侧的股骨头中心点和泪滴下缘位置确定真臼位置，包括：

将所述健侧的股骨头中心点和泪滴下缘位置镜像翻转至目标区域，得到患侧的股骨头中心点镜像位置和泪滴下缘镜像位置；

基于所述患侧的泪滴下缘镜像位置确定核心点位置，并计算骨盆高度；

基于所述核心点位置及骨盆高度确定包含所述真臼位置的区域。

3.一种图像识别方法，其特征在于，包括：

获取待识别图像；

对所述待识别图像进行图像分割，得到图像分割结果；

对所述图像分割结果进行多级缩放处理，得到图像缩放结果；

基于所述图像缩放结果识别所述待识别图像中的目标对象；

其中，对所述图像分割结果进行多级缩放处理，得到图像缩放结果，包括：

对所述图像分割结果进行多级下采样，得到符合预设分辨率的第一特征图像；

分别对各级下采样的特征图像进行上采样，得到第二特征图像；

基于各级下采样的第一特征图像及各级上采样的第二特征图像生成合成特征图像；

基于所述合成特征图像确定所述特征图像中关键点处于所述合成特征图像中的概率，作为所述图像缩放结果。

4.根据权利要求3所述的图像识别方法，其特征在于，对所述待识别图像进行图像分割，得到图像分割结果，包括：

将所述待识别图像输入至预设的图像分割模型，对所述待识别图像进行图像分割，得到图像分割结果；所述预设的图像分割模型是基于图像数据集训练得到的，所述图像数据集中包括已标记的正样本图像及未标记的负样本图像，所述正样本图像中含有用于表征目标区域的标记。

5.根据权利要求4所述的图像识别方法，其特征在于，所述图像分割模型包括第一图像处理子模型及第二图像处理子模型，将所述图像数据集输入至预设的图像分割模型，对所述待识别图像进行图像分割，得到图像分割结果，包括：

将所述待识别图像输入至所述图像分割模型的第一图像处理子模型，对所述待识别图像中的图像数据进行图像采样处理，提取所述图像数据的图像特征；

将提取图像特征后的图像数据输入至所述图像分割模型的第二图像处理子模型，对所述图像特征进行图像分割，识别所述图像特征的所属类别。

6.根据权利要求5所述的图像识别方法，其特征在于，对所述图像数据集中的图像数据进行图像采样处理，提取所述图像数据的图像特征，包括：

对所述图像数据进行下采样，识别所述图像数据的深层特征；

对进行下采样后的图像数据进行上采样，将所述深层特征存储到所述图像数据中；

其中，对所述图像特征进行图像分割，识别所述图像特征的所属类别，包括：

从所述图像特征中筛选预设置信度的特征点数据，对所述特征点数据进行双线性插值计算；

基于计算后的特征点数据识别所属类别。