[发明专利]网络模型训练方法及装置、病灶区域确定方法及装置在审

专利信息
申请号: 201911049680.5 申请日: 2019-10-31
公开(公告)号: CN110827294A 公开(公告)日: 2020-02-21
发明(设计)人: 王慧芳;王少康;陈宽 申请(专利权)人: 北京推想科技有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/00;G06N3/04;G06N3/08;G16H50/20
代理公司: 北京布瑞知识产权代理有限公司 11505 代理人: 秦卫中
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网络 模型 训练 方法 装置 病灶 区域 确定
【说明书】:

公开了一种网络模型训练方法及装置、病灶区域确定方法及装置,涉及图像处理技术领域。该网络模型训练方法包括:基于样本图像确定第一训练数据,其中,样本图像包括病灶区域,第一训练数据包括标记的第一病灶区域坐标信息和第一病灶类型信息;确定初始网络模型,并基于样本图像训练所述初始网络模型,以生成用于确定医学图像中的病灶区域的网络模型。利用本公开实施例提供的网络模型训练方法训练生成的用于确定医学图像中的病灶区域的网络模型,能够确定与样本图像同类型的医学图像中的病灶区域(比如确定病灶区域对应的病灶区域坐标信息),因此,与现有技术相比,本公开实施例能够有效提高病灶区域的确定效率以及确定精准度。

技术领域

本公开涉及图像处理技术领域,具体涉及网络模型训练方法及装置、病灶区域确定方法及装置、计算机可读存储介质及电子设备。

背景技术

随着医学影像技术和图像处理技术的快速发展,基于医学影像进行的病灶检测、病灶定位以及病灶分类等操作日益成为预防及治疗疾病的重要手段。在疾病的诊断过程中,快速且精准地确定医学影像中的病灶区域的具体位置是进行疾病诊断操作的基础前提,其重要性不言而喻。然而在现有技术中,仍需依赖人工(比如医生)进行病灶区域的确定操作,效率低下,而且可能存在精度不高的问题。

因此,如何辅助医生进行病灶区域的确定以提高确认病灶的效率和精度是亟待解决的问题。

发明内容

为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种网络模型训练方法及装置、病灶区域确定方法及装置、计算机可读存储介质及电子设备。

在一方面,本公开实施例提供了一种网络模型训练方法,该网络模型训练方法包括:基于样本图像确定第一训练数据,其中,样本图像包括病灶区域,第一训练数据包括标记的第一病灶区域坐标信息和第一病灶类型信息;确定初始网络模型,并基于样本图像训练所述初始网络模型,以生成用于确定医学图像中的病灶区域的网络模型。

在另一方面,本公开实施例提供了一种病灶区域确定方法,该病灶区域确定方法包括:确定需要确定病灶区域的医学图像;将医学图像输入至用于确定医学图像中的病灶区域的网络模型,以确定医学图像的病灶区域坐标信息,其中,用于确定医学图像中的病灶区域的网络模型可基于上述实施例提及的网络模型训练方法获得。

在另一方面,本公开实施例提供了一种网络模型训练装置,该网络模型训练装置包括:第一训练数据确定模块,用于基于样本图像确定第一训练数据,其中,样本图像包括病灶区域,第一训练数据包括标记的第一病灶区域坐标信息和第一病灶类型信息;训练模块,用于确定初始网络模型,并基于样本图像训练所述初始网络模型,以生成用于确定医学图像中的病灶区域的网络模型。

在另一方面,本公开实施例提供了一种病灶区域确定装置,该病灶区域确定装置包括:图像确定模块,用于确定需要确定病灶区域的医学图像;病灶区域确定模块,用于将医学图像输入至用于确定医学图像中的病灶区域的网络模型,以确定医学图像的病灶区域坐标信息,其中,用于确定医学图像中的病灶区域的网络模型可基于上述实施例提及的网络模型训练方法获得。

在另一方面,本公开实施例提供了一种计算机可读存储介质,该存储介质存储有计算机程序,该计算机程序用于执行上述实施例所提及的网络模型训练方法,或执行上述实施例所提及的病灶区域确定方法。

在另一方面,本公开实施例提供了一种电子设备,该电子设备包括:处理器和用于存储处理器可执行指令的存储器,其中,处理器用于执行上述实施例所提及的网络模型训练方法,或执行上述实施例所提及的病灶区域确定方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京推想科技有限公司,未经北京推想科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911049680.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top