[发明专利]基于诱导注意力的胸腔病症检测方法及装置、存储介质

权利要求书

1.一种基于诱导注意力的胸腔病症检测方法，其特征在于，包括：

提取所输入的正样本的正样本特征图，识别所述正样本中疾病的类型和区域；

采用诱导注意力网络对所述正样本和随机采用的负样本进行诱导注意力提取，得到对应的注意力权重图；

所述诱导注意力网络为卷积神经网络；

根据所述正样本特征图和所述注意力权重图计算所述正样本中疾病预测概率；

其中，所述正样本为需要识别是否有疾病的胸部X光片，所述负样本为随机采样的正常胸部X光片。

2.根据权利要求1所述的方法，其特征在于：

所述正样本特征图为16*16大小的特征图。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

当所述正样本特征图中存在区域标签时，采用第一损失函数计算所述正样本的损失；

当所述正样本特征图中存在图像级别的标签时，采用第二损失函数计算所述正样本的损失；

所述第一损失函数为:

其中，k，i，和j分别是类别、样本、16*16上点的索引，代表每个点的目标，代表每个点的预测值；

所述第二损失函数为:

其中，代表所述正样本的预测目标值。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

基于所述第一损失函数和所述第二损失函数综合确定所述正样本的损失。

5.根据权利要求1所述的方法，其特征在于，所述采用诱导注意力网络对所述正样本和随机采用的负样本进行诱导注意力提取，得到对应的注意力权重图，包括：

提取随机采用的负样本的负样本特征图；

采用诱导注意力网络对所述正样本特征图和所述负样本特征图进行诱导注意力提取；

采用归一化指数函数对提取后的诱导注意力特征图进行绝对值归一化处理，得到注意力权重图。

6.一种基于诱导注意力的胸腔病症检测装置，其特征在于，包括：

正样本处理模块，用于提取所输入的正样本的正样本特征图，识别所述正样本中疾病的类型和区域；

诱导注意力处理模块，用于采用诱导注意力网络对所述正样本和随机采用的负样本进行诱导注意力提取，得到对应的注意力权重图；所述诱导注意力网络为卷积神经网络；

疾病概率预测模块，用于根据所述正样本特征图和所述注意力权重图计算所述正样本中疾病预测概率；

其中，所述正样本为需要识别是否有疾病的胸部X光片，所述负样本为随机采样的正常胸部X光片。

7.根据权利要求6所述的装置，其特征在于：

所述正样本特征图为16*16大小的特征图。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第一损失计算模块，用于当所述正样本特征图中存在区域标签时，采用第一损失函数计算所述正样本的损失；

第二损失计算模块，用于当所述正样本特征图中存在图像级别的标签时，采用第二损失函数计算所述正样本的损失；

所述第一损失函数为:

其中，k，i，和j分别是类别、样本、16*16上点的索引，代表每个点的目标，代表每个点的预测值；

所述第二损失函数为:

其中，代表所述正样本的预测目标值。

9.根据权利要求8所述的装置，其特征在于，所述装置还包括：

正样本损失计算模块，用于基于所述第一损失函数和所述第二损失函数综合确定所述正样本的损失。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行以下步骤：

提取所输入的正样本的正样本特征图，识别所述正样本中疾病的类型和区域；

采用诱导注意力网络对所述正样本和随机采用的负样本进行诱导注意力提取，得到对应的注意力权重图；所述诱导注意力网络为卷积神经网络；

根据所述正样本特征图和所述注意力权重图计算所述正样本中疾病预测概率；

其中，所述正样本为需要识别是否有疾病的胸部X光片，所述负样本为随机采样的正常胸部X光片。