[发明专利]三维医学图像的识别方法、装置、设备、存储介质及产品在审

专利信息
申请号: 202210191770.3 申请日: 2022-02-28
公开(公告)号: CN114581396A 公开(公告)日: 2022-06-03
发明(设计)人: 江铖;庞建业;姚建华 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T3/00;G06V10/40;G06V10/80;G06V20/70;G06K9/62
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 李文静
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 三维 医学 图像 识别 方法 装置 设备 存储 介质 产品
【权利要求书】:

1.一种三维医学图像的识别方法,其特征在于,所述方法包括:

在第i轮特征提取过程中,对第i-1轮三维医学图像特征进行视角重排,得到二维图像特征,所述第i-1轮三维医学图像特征是对三维医学图像进行第i-1轮特征提取得到的特征,且不同二维图像特征是所述第i-1轮三维医学图像特征在不同视角下的特征;

对各个所述二维图像特征进行语义特征提取,得到不同视角下的图像语义特征;

对不同视角下的所述图像语义特征进行特征融合,得到第i轮三维医学图像特征;

基于第k轮特征提取得到的第k轮三维医学图像特征进行图像识别,得到所述三维医学图像的图像识别结果,k大于等于i。

2.根据权利要求1所述的方法,其特征在于,所述对各个所述二维图像特征进行语义特征提取,得到不同视角下的图像语义特征,包括:

对所述二维图像特征进行空间特征提取,得到二维图像空间特征;

基于主视角以及辅视角对所述二维图像空间特征进行语义特征提取,得到所述图像语义特征,所述主视角是所述二维图像特征对应视角,所述辅视角是三维视角中与所述主视角不同的视角。

3.根据权利要求2所述的方法,其特征在于,所述对所述二维图像特征进行空间特征提取,得到二维图像空间特征,包括:

对所述二维图像特征进行窗口划分,得到N个窗口对应的局部二维图像特征,所述N个窗口互不重叠;

对N个所述局部二维图像特征进行特征提取,得到二维图像窗口特征;

对所述N个窗口进行窗口重排,以及对窗口重排后的N个窗口对应的所述二维图像窗口特征进行特征提取,得到二维图像空间特征,所述窗口重排用于改变N个窗口的空间位置。

4.根据权利要求3所述的方法,其特征在于,所述对所述N个所述局部二维图像特征进行特征提取,得到二维图像窗口特征,包括:

对所述N个所述局部二维图像特征进行自注意力处理,得到N个所述局部二维图像特征的自注意力特征;

对N个所述局部二维图像特征的自注意力特征进行特征融合,得到第一图像窗口内部特征;

对所述第一图像窗口内部特征进行卷积处理,得到第一图像窗口交互特征;

利用多层感知机MLP对所述第一图像窗口交互特征进行特征提取,得到所述二维图像窗口特征。

5.根据权利要求3所述的方法,其特征在于,所述对窗口重排后的N个窗口对应的所述二维图像窗口特征进行特征提取,得到二维图像空间特征,包括:

对窗口重排后的N个窗口对应的所述二维图像窗口特征进行自注意力处理,得到N个窗口对应的自注意力特征;

对N个所述自注意力特征进行特征融合,得到第二图像窗口内部特征;

对所述第二图像窗口内部特征进行位置翻转,以及对位置翻转后的所述第二图像窗口内部特征进行卷积处理,得到第二图像窗口交互特征;

利用MLP对所述第二图像窗口交互特征进行特征提取,得到所述二维图像空间特征。

6.根据权利要求4所述的方法,其特征在于,所述对N个所述局部二维图像特征进行自注意力处理,得到N个所述局部二维图像特征的自注意力特征,包括:

基于所述二维图像特征对应的查询项Q、键项K以及值项V进行自注意力处理,得到N个所述二维图像窗口特征的自注意力特征。

7.根据权利要求6所述的方法,其特征在于,所述特征提取过程包括特征编码过程与特征解码过程,第t轮特征解码过程中所述K值、V值基于第t-1轮特征解码中K值、V值与对应特征编码过程中K值、V值融合得到,所述第k轮解码过程中所述Q值为所述第t-1轮特征解码中的所述Q值。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202210191770.3/1.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