[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

说明书

本发明实施例公开一种基于诱导注意力的胸腔病症检测方法及装置、存储介质，其中方法包括如下步骤：提取所输入的正样本的正样本特征图，识别正样本中疾病的类型和区域，采用诱导注意力网络对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，根据正样本特征图和注意力权重图计算正样本中疾病预测概率。采用本发明，利用不同胸部X光片图像的高度结构相似性，提炼正负样本件的注意力权重，据此引导预测正样本中的疾病，可以提升模型识别胸腔疾病的正确率。

技术领域

本发明涉及胸腔部位疾病判别技术领域，尤其涉及一种基于诱导注意力的胸腔病症检测方法及装置、存储介质。

背景技术

胸腔容易受到不同疾病的影响，其中呼吸内科主要针对肺癌、肺结核、肺炎等疾病作治疗诊断，而心胸外科是针对肺部和心脏等器官外部结构的诊断治疗。及时的判断胸腔疾病类型对防止病情恶化有着很重要的作用。比如肺癌早期的发现可以极大地改善病人生存状态。肺癌可以直接由肺组织引起，也可以由身体其他部位的转移引起。对应CT扫描来说，胸部X光片的获取更为便捷，早期先对胸部X光片作预期筛查可以缓解资源紧张的压力并能有效地发现问题，利用深度学习工具自动化的定位识别胸部X光片症状，再使用CT扫描和组织样本(活检)等方式进一步判别不仅可以节约医疗资源，也能提升对疑似患者筛选的效率。美国等发达国家建议需要不定期地对高危人群进行胸腔部位疾病筛查以缓解其对民众的影响。因此自动化的判别胸腔部位疾病对医护人员意义重大。但胸腔部位疾病的多样性和易与周围组织混淆的特性对计算机算法的要求很高。

发明内容

本发明实施例提供一种基于诱导注意力的胸腔病症检测方法及装置、存储介质，利用不同胸部X光片图像的高度结构相似性，提炼正负样本件的注意力权重，据此引导识别正样本中的疾病，可以提升模型识别胸腔疾病的正确率。

本发明实施例第一方面提供了一种基于诱导注意力的胸腔病症检测方法，可包括：

提取所输入的正样本的正样本特征图，识别正样本中疾病的类型和区域；

采用诱导注意力网络对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；

根据正样本特征图和注意力权重图计算正样本中疾病预测概率；

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

进一步的，上述正样本特征图为16*16大小的特征图。

进一步的，上述方法还包括：

当正样本特征图中存在区域标签时，采用第一损失函数计算正样本的损失；

当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正样本的损失；

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；

第二损失函数为:

其中，代表正样本的预测目标值。

进一步的，上述方法还包括：

基于第一损失函数和第二损失函数综合确定正样本的损失。

进一步的，上述采用诱导注意力网络对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正样本特征图和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。