[发明专利]一种图像识别方法及装置

权利要求书

1.一种图像识别方法，其特征在于，包括：

获取待检测的乳腺医学图像；

采用自适应预处理方法对所述待检测的乳腺医学图像进行预处理；

基于已训练的自适应卷积神经网络对预处理后的所述待检测的乳腺医学图像进行处理，确定所述待检测的乳腺医学图像是否包含感兴趣区域；所述自适应卷积神经网络是通过标记有感兴趣区域的乳腺医学图像进行训练后得到的；所述自适应卷积神经网络中包括自适应卷积层，所述自适应卷积层通过预设的卷积参数对关联变量进行卷积操作，所述关联变量与变量的像素值、卷积核中像素点的像素值以及偏移量相关。

2.根据权利要求1所述的方法，其特征在于，所述采用自适应预处理方法对所述待检测的乳腺医学图像进行预处理，包括：

对所述待检测的乳腺医学图像进行初始化处理，去除所述待检测的乳腺医学图像中的背景部分；

对去除背景部分的待检测的乳腺医学图像进行加窗处理，得到预处理后的乳腺医学图像。

3.根据权利要求1所述的方法，其特征在于，所述对所述自适应卷积神经网络的训练过程包括：

获取训练样本；所述训练样本是标记有感兴趣区域的乳腺医学图像；

采用自适应预处理的方法对所述训练样本中的乳腺医学图像进行预处理；

构建自适应卷积神经网络；所述自适应卷积神经网络是预设的卷积神经网络和自适应卷积算法相结合的自适应卷积神经网络；

将所述预处理后的训练样本输入到自适应卷积神经网络中，对所述自适应卷积神经网络进行训练。

4.根据权利要求3所述的方法，其特征在于，所述将所述预处理后的训练样本输入到自适应卷积神经网络，对所述自适应卷积神经网络进行训练，包括：

提取所述训练样本中乳腺医学图像的特征图；

从所述特征图中选取候选区域，并获取每个候选区域的坐标；

将所述候选区域划分为正样本和负样本；

基于所述候选区域，选取分类损失最大的候选区域；

通过所述分类损失最大的候选区域更新网络参数。

5.根据权利要求4所述的方法，其特征在于，所述将所述候选区域划分为正样本和负样本，包括：

计算所述候选区域与训练样本中标记区域的交并比；

若所述候选区域与训练样本中标记区域的交并比大于预设的第一阈值，则认为所述候选区域为正样本；

若所述候选区域与训练样本中标记区域的交并比小于预设的第二阈值，则认为所述候选区域为负样本。

6.一种图像识别装置，其特征在于，包括：

获取单元，用于获取待检测的乳腺医学图像；

第一预处理单元，用于采用自适应预处理方法对所述待检测的乳腺医学图像进行预处理；

识别单元，用于基于已训练的自适应卷积神经网络对预处理后的所述待检测的乳腺医学图像进行处理，确定所述待检测的乳腺医学图像是否包含感兴趣区域；所述自适应卷积神经网络是通过标记有感兴趣区域的乳腺医学图像进行训练后得到的；所述自适应卷积神经网络中包括自适应卷积层，所述自适应卷积层通过预设的卷积参数对关联变量进行卷积操作，所述关联变量与变量的像素值、卷积核中像素点的值以及偏移量相关。

7.根据权利要求6所述的装置，其特征在于，所述第一预处理单元，包括：

初始化单元，用于对所述待检测的乳腺医学图像进行初始化处理，去除所述待检测的乳腺医学图像中的背景部分；

加窗处理单元，用于对去除背景部分的待检测的乳腺医学图像进行加窗处理，得到预处理后的乳腺医学图像。