[发明专利]病变识别模型的训练方法、验证方法和病变图像识别装置

权利要求书

1.病变识别模型的训练方法，其特征在于，包括：

利用获取的病变图像样本对Faster RCNN网络进行训练，得到病变识别模型。

2.根据权利要求1所述的病变识别模型的训练方法，其特征在于，所述利用获取的病变图像样本对Faster RCNN网络进行训练包括：

融合FastRCNN模型和RPN模型训练出数据。

3.根据权利要求2所述的病变识别模型的训练方法，其特征在于，所述融合Fast RCNN模型和RPN模型训练出数据包括：

分别进行Fast RCNN网络训练和RPN网络训练，得到Fast RCNN模型和RPN模型；

利用Fast RCNN模型训练出数据，微调仅属于RPN网络的cls和reg层；

统一Fast RCNN模型和RPN模型后再次进行训练；

利用训练后的数据，微调仅属于Fast RCNN网络的全连接fc层；以及

进行最后的训练。

4.根据权利要求3所述的病变识别模型的训练方法，其特征在于，所述训练采用梯度下降法。

5.根据权利要求1-4任一所述的病变识别模型的训练方法，其特征在于，所述病变包括消化道病变、鼻病变、咽喉病变、肺部病变和肾部病变。

6.病变图像识别装置，包括处理器和存储介质，所述存储介质中存储有能够被处理器执行的程序，所述程序在运行时能够实现：利用权利要求1所述的病变识别模型识别病变图像。

7.根据权利要求6所述的病变图像识别装置，其特征在于，所述识别病变数据包括：识别图像中的病灶类型并计算出该病灶类型的概率。

8.根据权利要求6或7所述的病变图像识别装置，其特征在于，所述病变包括消化道病变、鼻病变、咽喉病变、肺部病变和肾部病变。

9.病变识别模型的验证方法，用于验证权利要求1所述的病变识别模型，包括：

利用病变识别模型识别采集到的病变数据，得到病变识别的第一验证结果；

获取医生识别病变数据得到的第二验证结果；

将第一验证结果和第二验证结果的准确率进行比较。

10.根据权利要求9所述的病变识别模型的验证方法，其特征在于，所述病变包括消化道病变、鼻病变、咽喉病变、肺部病变和肾部病变。