[发明专利]一种图像识别方法及装置

权利要求书

1.一种图像识别方法，其特征在于，所述方法包括：

获取训练图像集，所述训练区域集包括肺结节区域图像和非肺结节区域图像；

构造深度卷积神经网络，以携带有肺结节标识的肺结节区域图像和携带有非肺结节标识的非肺结节区域图像为输入训练所述深度卷积神经网络；

根据训练得到的所述深度卷积神经网络构建测试网络；

获取疑似肺结节区域图像，并将疑似肺结节区域图像输入至所述测试网络，以得到所述疑似肺结节区域图像中是否具有肺结节的判断结果，实现对疑似肺结节区域图像的识别。

2.根据权利要求1所述的方法，其特征在于，所述获取训练图像集包括：

获取包含有肺结节的图像，所述包含有肺结节的图像中的肺结节区域得到标注；

根据所述标注的肺结节区域图像提取预设大小的肺结节区域图像；

从包含有肺结节的图像的其余区域图像或从没有包含肺结节的图像中提取预设大小的非肺结节区域图像。

3.根据权利要求2所述的方法，其特征在于，所述根据所述标注的肺结节区域提取预设大小的肺结节区域图像包括：

若所述标注的肺结节区域的大小在第一预设大小范围内，则根据所述标注的肺结节区域图像提取第一预设大小的肺结节区域图像；

若所述标注的肺结节区域的大小在第二预设大小范围内，则根据所述标注的肺结节区域图像提取第二预设大小的肺结节区域图像；

所述从包含有肺结节的图像的其余区域或从没有包含肺结节的图像中提取预设大小的非肺结节区域图像包括：

从包含有肺结节的图像的其余区域图像或从没有包含肺结节的图像中提取所述第一预设大小的非肺结节区域图像和所述第二预设大小的非肺结节区域图像；

所述构造深度卷积神经网络，以携带有肺结节标识的肺结节区域图像和携带有非肺结节标识的非肺结节区域图像为输入训练所述深度卷积神经网络包括：

构造第一深度卷积神经网络，以携带有肺结节标识的第一预设大小的肺结节区域图像和携带有非肺结节标识的第一预设大小的非肺结节区域图像为输入训练所述第一深度卷积神经网络；

构造第二深度卷积神经网络，以携带有肺结节标识的第二预设大小的肺结节区域图像和携带有非肺结节标识的第二预设大小的非肺结节区域图像为输入训练所述第二深度卷积神经网络；

所述根据训练得到的所述深度卷积神经网络构建测试网络包括：

根据训练得到的所述第一深度卷积神经网络构建第一测试网络；

根据训练得到的所述第二深度卷积神经网络构建第二测试网络；

所述将疑似肺结节区域图像输入至所述测试网络包括：

若所述疑似肺结节区域的大小在所述第一预设大小范围内，则将所述疑似肺结节区域图像输入至所述第一测试网络；

若所述疑似肺结节区域的大小在所述第二预设大小范围内，则将所述疑似肺结节区域图像输入至所述第二测试网络。

4.根据权利要求2或3所述的方法，其特征在于，在提取所述肺结节区域图像和所述非肺结节区域图像之后，所述方法包括：

对提取的所述肺结节区域图像和所述非肺结节区域图像进行归一化处理。

5.根据权利要求1所述的方法，其特征在于，所述深度卷积神经网络包括层链，所述层链包括至少一个卷积层、至少一个降采样层和至少两个全连接层，其中，所述卷积层和所述降采样层一一对应；所述层链的第一层为卷积层，每个卷积层与自己的降采样层连接，每个降采样层还与下一个卷积层进行连接，最后一个降采样层与全连接层链的第一个全连接层连接，所述全连接层链由至少两个全连接层构成；在所述层链中，上一层输出的图像为下一层输入的图像。

6.根据权利要求1所述的方法，其特征在于，所述获取疑似肺结节区域图像，并将疑似肺结节区域图像输入至所述测试网络，以得到所述疑似肺结节区域图像中是否具有肺结节的判断结果，实现对疑似肺结节区域图像的识别包括：

获取多层关于同一个肺部的肺部CT图像，并根据从所述多层肺部CT图像中提取多个疑似肺结节区域图像；

将所述多个疑似肺结节区域图像分别输入至所述测试网络，以分别得到各个疑似肺结节区域图像中是否具有肺结节的判断结果，根据多个判断结果实现对疑似肺结节区域图像的识别。