[发明专利]医学图像病灶检测定位方法、装置、设备及存储介质

摘要

本发明公开了一种医学图像病灶检测定位方法、装置、设备及存储介质，应用于深度学习技术领域，用于解决现有检测方法标注工作量巨大的问题。本发明提供的方法包括：获取待检测病灶的目标医学图像；将目标医学图像输入深度学习模型，得到目标序列；然后，提取深度学习模型中最后一层卷积层输出的第一特征图；提取全连接层中与各个预设病灶类型对应的各个网络单元的权重值；针对每个预设病灶类型，根据第一特征图和对应的权重值，计算得到融合特征图；对融合特征图重采样至目标医学图像的大小，生成类属激活图；确定每个类属激活图中的最大连通区域，并建立一个包围最大连通区域的标记边框；在目标医学图像上添加每个预设病灶类型对应的标记边框。

主权项

1.一种医学图像病灶检测定位方法，其特征在于，包括：/n获取待检测病灶的目标医学图像；/n将所述目标医学图像输入预先训练好的深度学习模型，得到所述深度学习模型输出的目标序列，所述目标序列中的各个元素分别为各个预设病灶类型对应的第一置信度，第一置信度表征了所述目标医学图像属于对应的预设病灶类型的概率，所述深度学习模型由所述各个预设病灶类型各自对应的医学图像样本预先训练得到，每个医学图像样本上标注有图像中包含的病灶类型；/n在所述目标医学图像输入所述深度学习模型之后，提取所述深度学习模型中最后一层卷积层输出的第一特征图；/n提取所述深度学习模型的全连接层中与所述各个预设病灶类型对应的各个网络单元的权重值；/n针对每个预设病灶类型，根据所述第一特征图和所述每个预设病灶类型对应的权重值，计算得到所述每个预设病灶类型对应的融合特征图；/n对所述每个预设病灶类型对应的融合特征图重采样至所述目标医学图像的大小，生成所述每个预设病灶类型对应的类属激活图；/n确定所述每个预设病灶类型对应的类属激活图中的最大连通区域，并建立一个包围所述最大连通区域的标记边框，所述最大连通区域是指所述类属激活图中像素值超过指定像素阈值的点所落入的连通区域；/n在所述目标医学图像上添加所述每个预设病灶类型对应的标记边框作为所述待检测病灶的定位结果。/n