[发明专利]一种内镜图像病灶区检测方法、装置、设备及存储介质

权利要求书

1.一种内镜图像病灶区检测方法，其特征在于，所述的方法包括：

获取待检测图像；

对所述待检测图像进行预处理，得到预处理图像；

对所述预处理图像进行深度估计处理，得到目标深度图像；

基于所述目标深度图像的深度特征，对所述预处理图像进行语义分割处理，得到目标分割图像，所述目标分割图像包括病灶区域和背景区域；

将所述目标分割图像和所述待检测图像融合，得到目标检测图像。

2.根据权利要求1所述的内镜图像病灶区检测方法，其特征在于，所述对所述预处理图像进行深度估计处理，得到目标深度图像包括：

对所述预处理图像进行全局估计处理和局部估计处理，得到目标深度图像。

3.根据权利要求2所述的内镜图像病灶区检测方法，其特征在于，所述对所述预处理图像进行全局估计处理和局部估计处理，得到目标深度图像，包括

对所述预处理图像进行全局估计处理，得到第一深度图像；

对所述预处理图像进行初步局部估计处理，得到第二深度图像；

将所述第一深度图像和所述第二深度图像进行叠加，得到第三深度图像；

对所述第三深度图像进行局部估计处理，得到目标深度图像。

4.根据权利要求1所述的内镜图像病灶区检测方法，其特征在于，所述基于所述目标深度图像的深度特征，对所述预处理图像进行语义分割处理，得到目标分割图像，包括：

利用语义分割模型的特征提取层对所述目标深度图像进行特征提取处理，得到所述目标深度图像的深度特征，所述深度特征用于表征所述目标深度图像中的深度信息；

利用语义分割模型的注意力层，对所述目标深度图像的深度特征进行注意力处理，得到目标权重信息；所述目标权重信息用于表征对图像中各区域的深度变化幅度信息对应的权重；

基于所述目标权重信息，对所述预处理图像进行语义分割处理，得到目标分割图像。

5.根据权利要求4所述的内镜图像病灶区检测方法，其特征在于，所述对所述目标深度图像进行深度特征提取处理，得到图像特征，包括：

利用语义分割模型的特征提取层，对所述目标深度图像的特征向量进行卷积、池化处理，得到所述目标深度图像的深度特征；

所述基于所述目标权重信息，对所述预处理图像进行语义分割处理，得到目标分割图像，包括：

基于所述语义分割模型的特征提取层，对所述预处理图像的特征向量进行卷积、池化处理，得到预处理图像对应的第一图像特征；

基于所述目标权重信息，对所述第一图像特征进行特征的权重处理，得到预处理图像对应的第二图像特征；

将所述预处理图像对应的第二图像特征进行语义分割处理，得到目标分割图像。

6.根据权利要求1所述的内镜图像病灶区检测方法，其特征在于，还包括构建语义分割模型，所述构建语义分割模型包括：

获取样本训练集，所述样本训练集包括多个样本图像以及与所述多个样本图像对应的标签图像信息；

将所述多个样本图像输入初始化模型，得到与所述多个样本图像对应的目标图像信息；

调用预设损失函数，基于所述多个样本图像对应的目标图像信息和所述多个样本图像对应的标签图像信息，确定损失信息；

基于所述损失信息对所述初始化模型进行训练，得到所述语义分割模型。

7.根据权利要求6所述的内镜图像病灶区检测方法，其特征在于，所述预设损失函数的建立方法包括：

获取第一初始损失函数和第二初始损失函数；

将所述第一初始损失函数和所述第二初始损失函数进行加权处理，得到预设损失函数。

8.根据权利要求1所述的内镜图像病灶区检测方法，其特征在于，所述基于所述目标分割图像和所述待检测图像，得到目标检测图像，包括：

将所述目标分割图像的像素进行调整，得到目标像素的目标分割图像，其中，所述目标像素与所述待检测图像的像素相同；

将所述目标像素的目标分割图像与所述待检测图像叠加处理，得到目标检测图像。