[发明专利]一种医学图像处理方法、医学图像识别方法及装置

权利要求书

1.一种医学图像处理方法，其特征在于，包括：

获取待识别医学图像；

通过医学图像分类模型获取所述待识别医学图像所对应的特征图以及医学图像内容识别结果，其中，所述特征图为通过所述医学图像分类模型的卷积层对所述待识别医学图像进行卷积处理后得到的，所述特征图具有N个通道，所述N为大于1的整数；

根据所述特征图以及权重参数集合，生成所述医学图像内容识别结果所对应的热力图，其中，所述权重参数集合包括N个权重参数，所述权重参数与所述通道具有对应关系；

根据所述热力图生成所述待识别医学图像所对应的图像识别结果；

所述通过医学图像分类模型获取所述待识别医学图像所对应的特征图以及医学图像内容识别结果之后，所述方法还包括：

基于反向梯度传播算法，根据所述医学图像内容识别结果获取梯度传播结果；

根据所述梯度传播结果生成所述待识别医学图像所对应的物体轮廓图，所述物体轮廓图标识整个图像所有物体的轮廓特征，所述物体轮廓图是利用所述医学图像分类模型中的输入层及前部分层的卷积网络结果得到的；

所述根据所述热力图生成所述待识别医学图像所对应的图像识别结果，包括：

根据所述热力图以及所述物体轮廓图，将所述热力图的像素点与所述物体轮廓图的像素点进行逐点相乘，生成所述待识别医学图像所对应的图像识别结果。

2.根据权利要求1所述的方法，其特征在于，所述通过医学图像分类模型获取所述待识别医学图像所对应的特征图以及医学图像内容识别结果，包括：

通过所述医学图像分类模型的卷积层获取所述待识别医学图像所对应的特征图；

通过所述医学图像分类模型中的全局平均池化层，对所述特征图进行处理，得到特征向量；

根据所述特征向量与所述权重参数集合，计算得到C个类别预测得分，其中，每个类别预测得分对应一个类别，所述C为大于或等于1的整数；

根据所述C个类别预测得分，从C个类别中确定所述医学图像内容识别结果。

3.根据权利要求1所述的方法，其特征在于，所述基于反向梯度传播算法，根据所述医学图像内容识别结果获取梯度传播结果，包括：

基于导向反向传播算法，根据所述医学图像内容识别结果获取所述梯度传播结果，其中，所述导向反向传播算法用于回传梯度和输入值均大于0的位置所对应的特征。

4.一种医学图像识别方法，其特征在于，包括：

获取待识别医学图像；

通过医学图像分类模型获取所述待识别医学图像所对应的特征图以及病灶分类结果，其中，所述特征图为通过所述医学图像分类模型的卷积层对所述待识别医学图像进行卷积处理后得到的，所述特征图具有N个通道，所述N为大于1的整数；

根据所述特征图以及权重参数集合，生成所述病灶分类结果所对应的热力图，其中，所述权重参数集合包括N个权重参数，所述权重参数与所述通道具有对应关系；

根据所述热力图生成所述待识别医学图像所对应的病灶识别结果；

所述通过医学图像分类模型获取所述待识别医学图像所对应的特征图以及病灶分类结果之后，所述方法还包括：

基于反向梯度传播算法，根据所述病灶分类结果获取梯度传播结果；

根据所述梯度传播结果生成所述待识别医学图像所对应的物体轮廓图，所述物体轮廓图标识整个图像所有物体的轮廓特征，所述物体轮廓图是利用所述医学图像分类模型中的输入层及前部分层的卷积网络结果得到的；

所述根据所述热力图生成所述待识别医学图像所对应的病灶识别结果，包括：

根据所述热力图以及所述物体轮廓图，将所述热力图的像素点与所述物体轮廓图的像素点进行逐点相乘，生成所述待识别医学图像所对应的病灶识别结果。