[发明专利]一种图像识别方法、装置、电子设备及存储介质在审

专利信息
申请号: 202110498712.0 申请日: 2021-05-08
公开(公告)号: CN115311188A 公开(公告)日: 2022-11-08
发明(设计)人: 肖月庭;阳光;郑超 申请(专利权)人: 数坤(北京)网络科技股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/136;G06V10/25;G06V10/75;G06V10/74
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 官建红
地址: 100120 北京市昌平区科技园区创新路1*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像识别方法,其特征在于,包括:

获取目标部位对应的多个不同展示参数的医学图像,各医学图像存在至少一个病灶区域;

根据不同医学图像中各病灶区域的空间位置相似度,将各医学图像中病灶区域空间位置相似度满足阈值条件的病灶区域确定为真实病灶区域;

将至少一个医学图像中病灶区域空间位置相似度不满足阈值条件的病灶区域确定为存疑病灶区域;

获取所述真实病灶区域对应的真实病灶特征、以及所述存疑病灶区域对应的存疑病灶特征;

获取所述真实病灶特征和所述存疑病灶特征的特征匹配度;

将所述特征匹配度满足修正条件的存疑病灶特征对应的存疑病灶区域,修正为真实病灶区域。

2.如权利要求1所述的图像识别方法,其特征在于,所述获取所述真实病灶区域对应的真实病灶特征、以及所述存疑病灶区域对应的存疑病灶特征的步骤,包括:

获取所述真实病灶区域对应的第一特征图和第一权重参数集合、以及所述存疑病灶区域对应的第二特征图和第二权重参数集合;

根据所述第一权重参数集合和预设的第一权重阈值,确定所述第一特征图中的真实病灶特征;

根据所述第二权重参数集合和预设的第二权重阈值,确定所述第二特征图中的存疑病灶特征。

3.如权利要求2所述的图像识别方法,其特征在于,所述根据所述第一权重参数集合和预设的第一权重阈值,确定所述第一特征图中的真实病灶特征的步骤,包括:

获取所述第一特征图中的N个第一特征通道和所述第一权重参数集合中的N个第一权重参数,所述N为大于或等于1的整数,所述第一权重参数与所述第一特征通道具有对应关系;

根据所述N个第一权重参数和预设的第一权重阈值,在所述N个第一特征通道中确定M个第三特征通道,所述M为大于或等于1的整数;

将所述第三特征通道对应的病灶特征确定为所述真实病灶特征。

4.如权利要求3所述的图像识别方法,其特征在于,所述根据所述N个第一权重参数和预设的第一权重阈值,在所述N个第一特征通道中确定M个第三特征通道的步骤,包括:

获取所述N个第一特征通道中各第一特征通道的第一权重参数;

将各第一特征通道的第一权重参数分别与预设的第一权重阈值进行比较,得到所述N个第一特征通道中第一权重参数大于或等于所述预设的第一权重阈值的M个第三特征通道。

5.如权利要求2所述的图像识别方法,其特征在于,所述根据所述第二权重参数集合和预设的第二权重阈值,确定所述第二特征图中的存疑病灶特征的步骤,包括:

获取所述第二特征图中的N个第二特征通道和所述第二权重参数集合中的N个第二权重参数,所述N为大于或等于1的整数,所述第二权重参数与所述第二特征通道具有对应关系;

根据所述N个第二权重参数和预设的第二权重阈值,在所述N个第二特征通道中确定M个第四特征通道,所述M为大于或等于1的整数;

将所述第四特征通道对应的病灶特征确定为所述存疑病灶特征。

6.如权利要求1所述的图像识别方法,其特征在于,所述获取所述真实病灶特征和所述存疑病灶特征的特征匹配度的步骤,包括:

获取所述真实病灶特征的第三权重参数、以及所述存疑病灶特征的第四权重参数;

计算所述第四权重参数对所述第三权重参数的贡献度,所述贡献度表示所述第四权重参数在所述第三权重参数中的比重;

根据所述贡献度,得到所述真实病灶特征和所述存疑病灶特征的特征匹配度。

7.如权利要求1所述的图像识别方法,其特征在于,所述根据不同医学图像中各病灶区域的空间位置相似度,将各医学图像中病灶区域空间位置相似度满足阈值条件的病灶区域确定为真实病灶区域的步骤包括:

对不同医学图像进行空间位置坐标对齐处理,得到不同医学图像中各病灶区域的空间位置坐标值;

根据所述空间位置坐标值,得到不同医学图像中各病灶区域的空间位置相似度;

将各医学图像中病灶区域空间位置相似度满足阈值条件的病灶区域确定为真实病灶区域。

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数坤(北京)网络科技股份有限公司,未经数坤(北京)网络科技股份有限公司许可,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/202110498712.0/1.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