[发明专利]一种肺疾病检测模型的训练方法、装置、设备和介质

权利要求书

1.一种肺疾病检测模型的训练方法，其特征在于，包括：

获取肺疾病训练集合；所述肺疾病训练集合中包括至少一个训练样本，每一个训练样本包括阳性医学影像样本包和阴性医学影像样本包；

针对每一个训练样本，将所述训练样本中的阳性医学影像样本包和所述阴性医学影像样本包分别输入至肺疾病检测模型的特征提取机制，提取所述阳性医学影像样本包的第一特征和所述阴性医学影像样本包的第二特征，并基于所述第一特征和所述第二特征，计算第一损失值；

针对每一个医学影像样本包，将所述样本包对应的特征输入至肺疾病检测模型的注意力机制，得到检测结果，并基于所述检测结果和所述样本包的标签对应的真实值，计算第二损失值；其中，所述医学影像样本包为阳性医学影像样本包或阴性医学影像样本包；

基于所述第一损失值和所述第二损失值，更新所述肺疾病检测模型的特征提取机制的第一参数和注意力机制的第二参数，得到训练好的肺疾病检测模型，以使训练好的肺疾病检测模型对待检测的医学图像中的肺疾病进行检测；

所述基于所述第一特征和所述第二特征，计算第一损失值，包括：

针对阳性医学影像样本包中每一个间隔采样，计算所述间隔采样的第一子特征与所述阴性医学影像样本包中对应的间隔采样的第二子特征之间的特征距离；所述第一特征包括所述阳性医学影像样本包中每一个间隔采样的第一子特征，所述第二特征包括所述阴性医学影像样本包中每一个间隔采样的第二子特征；

根据所述阳性医学影像样本包中每一个间隔采样对应的特征距离，将所述阳性医学影像样本包中的间隔采样分为带病灶类和不带病灶类；

基于所述阳性医学影像样本包中不带病灶类的间隔采样对应的特征距离和带病灶类的间隔采样对应的特征距离的倒数，计算所述第一损失值。

2.根据权利要求1所述的训练方法，其特征在于，通过以下步骤确定医学影像样本包：

将医学影像按预设方向对应的间隔采样均分为预设数量的等份；

从每一个等份中随机选择一个间隔采样组合在一起，确定为所述医学影像样本包。

3.根据权利要求2所述的训练方法，其特征在于，将医学影像按预设方向对应的间隔采样均分为预设数量的等份，包括：

利用预设灰度值范围，在医学影像中突出肺部组织；

将突出肺部组织的医学影像对应的间隔采样均分为预设数量的等份。

4.根据权利要求1所述的训练方法，其特征在于，基于第一损失值和第二损失值，更新所述肺疾病检测模型的特征提取机制的第一参数和注意力机制的第二参数，得到训练好的肺疾病检测模型，包括：

基于所述第一损失值和所述第二损失值更新所述肺疾病检测模型的特征提取机制的第一参数；

基于所述第二损失值更新所述肺疾病检测模型的注意力机制的第二参数；

基于更新所述第一参数后的所述肺疾病检测模型的特征提取机制和更新所述第二参数后的所述肺疾病检测模型的注意力机制，得到训练好的肺疾病检测模型。