[发明专利]一种病灶图像检测装置、方法和计算机可读存储介质

权利要求书

1.一种病灶图像检测装置，所述病灶图像检测装置包括：

图像获取模块，获取待检测的医学图像；

检测模块，根据经训练的神经网络模型对所述医学图像进行病灶检测；

其中，所述神经网络模型包括M级依次级联的神经网络结构，在训练时，输入到第二级至第M级神经网络结构的负样本包括上一级神经网络结构的假阳性样本，M为大于1的正整数；

每一级神经网络结构包括N个依次连接的神经网络结构块，其中第1个至第N-1个神经网络结构块对图像特征数据进行降采样之后输入下一个神经网络结构块中；

所述神经网络结构还配置为：

对第2个至第N个神经网络结构块中的至少两个的图像特征数据分别进行升采样，将每个升采样的图像特征数据与上一个神经网络结构块的图像特征数据进行融合，得到与所述升采样处理数量相匹配的融合的结果；

根据经第N个神经网络块处理的结果和所述融合的结果依次对不同病灶尺度的病灶进行分层检测，输出多个检测结果；每层输出一个检测结果，每个检测结果表征一个病灶尺度的病灶信息，所述检测结果的数量及其对应病灶尺度能够根据待检测的病灶大小所属病灶尺度范围进行调节；

其中，N为大于2的正整数。

2.根据权利要求1所述的病灶图像检测装置，其特征在于，第一级神经网络结构至第M-1级神经网络结构配置为将检测到的疑似病灶传递给下一级神经网络结构。

3.根据权利要求1所述的病灶图像检测装置，其特征在于，输入到每一级神经网络结构的负样本和正样本的数量是均衡的。

4.根据权利要求1所述的病灶图像检测装置，其特征在于，在训练时，所述神经网络模型中M的值满足下述条件之一：使得所述神经网络模型的检测假阳性率低于第一阈值；

M的值达到第二阈值。

5.根据权利要求1所述的病灶图像检测装置，其特征在于，所述M的值为2-5，和/或所述N的值为3-5。

6.一种病灶图像检测方法，所述病灶图像检测方法包括：

获取待检测的医学图像；

根据经训练的神经网络模型对所述医学图像进行病灶检测；

其中，所述神经网络模型包括M级依次级联的神经网络结构，在训练时，输入到第二级至第M级神经网络结构的负样本包括上一级神经网络结构的假阳性样本，M为大于1的正整数；

每一级神经网络结构包括N个依次连接的神经网络结构块，其中第1个至第N-1个神经网络结构块对图像特征数据进行降采样之后输入下一个神经网络结构块中；

所述神经网络结构还配置为：

对第2个至第N个神经网络结构块中的至少两个的图像特征数据分别进行升采样，将每个升采样的图像特征数据与上一个神经网络结构块的图像特征数据进行融合，得到与所述升采样处理数量相匹配的融合的结果；

根据经第N个神经网络块处理的结果和所述融合的结果依次对不同病灶尺度的病灶进行分层检测，输出多个检测结果；每层输出一个检测结果，每个检测结果表征一个病灶尺度的病灶信息，所述检测结果的数量及其对应病灶尺度能够根据待检测的病灶大小所属病灶尺度范围进行调节；

其中，N为大于2的正整数。

7.根据权利要求6所述的病灶图像检测方法，其特征在于，第一级神经网络结构至第M-1级神经网络结构配置为将检测到的疑似病灶传递给下一级神经网络结构。

8.根据权利要求6所述的病灶图像检测方法，其特征在于，输入到每一级神经网络结构的负样本和正样本的数量是均衡的。

9.根据权利要求6所述的病灶图像检测方法，其特征在于，在训练时，所述神经网络模型中M的值满足下述条件之一：使得所述神经网络模型的检测假阳性率低于第一阈值；

M的值达到第二阈值。

10.根据权利要求6所述的病灶图像检测方法，其特征在于，所述M的值为2-5，和/或所述N的值为3-5。

11.一种计算机可读存储介质，其上存储有计算机指令，其中当计算机指令被处理器执行时，执行如权利要求6所述的方法。