[发明专利]基于人工智能的图像处理系统以及计算机设备

说明书

本申请涉及一种基于人工智能的图像处理系统以及计算机设备。所述系统包括：获取模块，用于获取待检测图像；学习模块，用于根据所述待检测图像以及训练模型，得到初始识别结果；校正模块，用于判断所述初始识别结果是否需要进行校正；若需要校正，则校正所述初始识别结果，得到最终识别结果；模型更新模块，用于根据所述待检测图像以及与待检测图像相应的校正后的最终识别结果更新训练模型。通过最终识别结果的反馈更新训练模型，能够提高训练模型的准确性，并且能够加入用户自身经验，使训练模型能够与用户习惯更好的进行匹配，进一步的能够提升训练模型输出初始识别结果的准确性。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于人工智能的图像处理系统以及计算机设备。

背景技术

人工智能主要表现在计算智能、认知智能与感知智能。计算智能即机器智能化存储与运算能力；认知智能即具有理解和思考的基本能力，可用于知识服务、教育评测、智能客服以及机器翻译等方面；感知智能即具有如同人类的听、说、看、认等基础能力，用于语音识别、语音合成、图像识别以及多语种语音处理等方面。

随着人工智能及数字图像处理技术的飞速发展，数字图像处理技术越来越多的应用于待检测图像处理领域，其原理就是通过对不同方式获取的待检测图像进行分割，重构，配准，识别等图像处理，再对处理后的图像进行深度学习，建立训练模型，从而向医生反馈图像识别结果，减少医生的工作量。

目前的传统技术中，基于人工智能的图像处理系统，对于不同的医院不同的医生，提供同一套系统，使用相同的算法和相同的模型数据。也就是不能根据医生自身的经验和临床实际情况定制与自身相关的模型数据。并且最终识别结果与训练模型之间缺少反馈机制，从而导致人工智能检测的敏感性和假阳性等指标不能得到进化和提升，并且医生积累的经验不能反过来指导人工智能算法。

发明内容

基于此，有必要针对上述技术问题，提供一种具有反馈机制的并且与用户自身经验相关的基于人工智能的图像处理系统以及计算机设备。

一种基于人工智能的图像处理系统，所述系统包括：获取模块，用于获取待检测图像；学习模块，用于根据所述待检测图像以及训练模型，得到初始识别结果；校正模块，用于判断所述初始识别结果是否需要进行校正；若需要校正，则校正所述初始识别结果，得到最终识别结果；模型更新模块，用于根据所述待检测图像以及与待检测图像相应的校正后的最终识别结果更新训练模型。

在其中一个实施例中，所述学习模块，还用于将所述待检测图像以及图像识别阈值输入所述训练模型；以所述图像识别阈值为限定条件，获取所述待检测图像的初始识别结果。

在其中一个实施例中，所述学习模块，还用于根据用户的输入设置训练模型的图像识别阈值。

在其中一个实施例中，所述图像识别阈值包括：识别结果尺寸阈值、识别结果分类阈值和识别结果概率阈值中的至少一种。

在其中一个实施例中，所述学习模块，还用于获取标准图像，并对所述标准图像进行标注得到相应的标注数据，将所述标准图像以及与标准图像相应的标注数据作为训练集，进行神经网络训练，得到训练模型。

在其中一个实施例中，所述校正模块，用于删除所述初始识别结果中的错误识别结果；和/或添加所述初始识别结果中的遗漏识别结果；和/或修改所述初始识别结果中的识别结果的尺寸；和/或修改所述初始识别结果中的识别结果的分类。

在其中一个实施例中，所述模型更新模块，还用于将所述待检测图像以及与待检测图像相应的校正后的最终识别结果加入训练模型的训练集；对更新后的所述训练集进行增量式训练，得到更新后的训练模型。

在其中一个实施例中，所述校正模块，还用于若不需要校正，则将初始识别结果作为最终识别结果。