[发明专利]内窥镜图像识别模型的训练方法、内窥镜图像识别方法及装置

说明书

本公开涉及一种内窥镜图像识别模型的训练方法、内窥镜图像识别方法及装置，以从无标注的内窥镜图像中自动选取目标样本图像进行模型训练，提高内窥镜图像识别模型的训练效率和识别效率。该训练方法包括：将第一样本图像输入内窥镜图像识别模型，得到第一预测回盲识别结果，并基于第一预测回盲识别结果生成第一样本图像对应的伪标注回盲识别结果，第一样本图像为未标注回盲识别结果的内窥镜图像；基于预测回盲识别结果和伪标注回盲识别结果，确定内窥镜图像识别模型的第一梯度向量；获取内窥镜图像识别模型的第二梯度向量；基于第一梯度向量的长度、以及第一梯度向量和第二梯度向量之间的相似度，在第一样本图像中选择目标样本图像来训练内窥镜图像识别模型。

技术领域

本公开涉及医疗图像技术领域，具体地，涉及一种内窥镜图像识别模型的训练方法、内窥镜图像识别方法及装置。

背景技术

回盲部是指人体中回肠末端与盲肠互相交接的部位，结肠镜可以利用电子肠镜到达回盲部，从黏膜侧观察结肠情况。在内镜检查过程中，对回盲部的识别至关重要。

实际应用中，回盲的图像帧在整个内窥镜影像中占比低，因此相关技术主要通过卷积神经网络在固定小规模的数据集上进行全监督训练，得到内窥镜图像识别模型进行回盲识别。其中，全监督训练是指先人工标注好训练样本，然后基于标注好的训练样本进行模型训练。按照此种方式，一方面需要耗费较多的人力和时间进行样本标注，标注成本较高，另一方面由于数据集的规模限制，训练后内窥镜图像识别模型的鲁棒性无法得到保证，从而影响回盲识别的准确性。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种内窥镜图像识别模型的训练方法，所述内窥镜图像识别模型用于识别回盲部位，所述方法包括：

将第一样本图像输入内窥镜图像识别模型，得到第一预测回盲识别结果，并基于所述第一预测回盲识别结果生成所述第一样本图像对应的伪标注回盲识别结果，所述第一样本图像为未标注回盲识别结果的内窥镜图像；

基于所述预测回盲识别结果和所述伪标注回盲识别结果，确定所述内窥镜图像识别模型的第一梯度向量，所述第一梯度向量用于表征输入所述第一样本图像后所述内窥镜图像识别模型的参数变化；

获取所述内窥镜图像识别模型的第二梯度向量，所述第二梯度向量用于表征输入第二样本图像后所述内窥镜图像识别模型的参数变化，所述第二样本图像为标注有样本回盲识别结果的内窥镜图像；

基于所述第一梯度向量的长度、以及所述第一梯度向量和所述第二梯度向量之间的相似度，确定所述第一样本图像的采样概率，其中所述采样概率与所述第一梯度向量的长度正相关，且所述采样概率与所述第一梯度向量和所述第二梯度向量之间的相似度正相关；

在所述第一样本图像中确定采样概率大于概率阈值的目标样本图像；

基于所述目标样本图像训练所述内窥镜图像识别模型。

第二方面，本公开提供一种内窥镜图像识别方法，所述方法包括：

获取待识别的内窥镜图像；

将所述内窥镜图像输入内窥镜图像识别模型中，得到所述内窥镜图像对应的回盲识别结果，其中所述内窥镜图像识别模型是通过第一方面所述的内窥镜图像识别模型的训练方法训练得到的。

第三方面，本公开提供一种内窥镜图像识别模型的训练装置，所述内窥镜图像识别模型用于识别回盲部位，所述装置包括：