[发明专利]一种肺结节鉴别方法、装置、设备及介质

权利要求书

1.一种肺结节鉴别方法，其特征在于，包括：

获取待鉴别图像数据；

将所述待鉴别图像数据输入至预先训练好的鉴别模型中，获得所述鉴别模型输出的分类结果，所述鉴别模型包括肺结节鉴别主干网络、肺结节分割网络以及肺结节密度分类网络；

根据所述分类结果确定所述待鉴别图像数据的鉴别结果。

2.根据权利要求1所述的方法，其特征在于，所述将所述待鉴别图像数据输入至预先训练好的鉴别模型中，获得所述鉴别模型输出的分类结果，包括：

将所述待鉴别图像数据分别输入至预先训练好的肺结节鉴别主干网络、肺结节分割网络以及肺结节密度分类网络中；

获得所述肺结节鉴别主干网络输出的主干特征，所述肺结节分割网络输出的分割特征，以及所述肺结节密度分类网络输出的密度特征；

根据所述主干特征、分割特征，以及所述密度特征确定所述待鉴别图像数据的分类结果。

3.根据权利要求2所述的方法，其特征在于，所述根据所述主干特征、分割特征，以及所述密度特征确定所述待鉴别图像数据的分类结果，包括：

将所述主干特征、分割特征，以及所述密度特征进行拼接，得到所述待鉴别图像数据的鉴别特征；

根据所述鉴别特征确定待鉴别图像数据的分类结果。

4.根据权利要求3所述的方法，其特征在于，所述将所述主干特征、分割特征，以及所述密度特征进行拼接，得到所述待鉴别图像数据的鉴别特征，包括：

将所述主干特征转换为一维主干特征向量，将所述分割特征转换为一维分割特征向量，将所述密度特征转换为一维密度特征向量；

将所述一维主干特征向量、一维分割特征向量以及一维密度特征向量进行拼接，得到所述待鉴别图像数据的一维鉴别特征向量，将所述一维鉴别特征向量作为所述待鉴别图像数据的鉴别特征。

5.根据权利要求3所述的方法，其特征在于，所述分类结果包括待鉴别图像数据的候选类型以及各所述候选类型对应的概率值，所述根据所述分类结果确定所述待鉴别图像数据的鉴别结果，包括：

将各所述候选类型对应的概率值进行比较，将最大概率值对应的候选类型作为所述待鉴别图像数据的鉴别结果。

6.根据权利要求1所述的方法，其特征在于，在获取待鉴别图像数据之前，还包括：

获取原始图像数据，使用预设的图像预处理算法对所述原始图像数据进行图像预处理，得到待鉴别图像数据。

7.根据权利要求6所述的方法，其特征在于，所述使用预设的图像预处理算法对所述原始图像数据进行图像预处理，得到待鉴别图像数据，包括：

将所述原始图像数据进行重采样，获得预设分辨率的重采样图像数据；

根据检测到的与所述重采样图像数据对应的结节中心位置从所述重采样图像数据中取出，获取预设大小的图像块；

使用预先设置的归一化算法对所述图像块进行归一化，得到待鉴别图像数据。

8.一种肺结节鉴别装置，其特征在于，包括：

图像数据获取模块，用于获取待鉴别图像数据；

分类结果获取模块，用于将所述待鉴别图像数据输入至预先训练好的鉴别模型中，获得所述鉴别模型输出的分类结果，所述鉴别模型包括肺结节鉴别主干网络、肺结节分割网络以及肺结节密度分类网络；

鉴别结果确定模块，根据所述分类结果确定所述待鉴别图像数据的鉴别结果。

9.一种计算机设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的肺结节鉴别方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的肺结节鉴别方法。