[发明专利]针对CT影像数据的目标检测方法、装置及电子设备有效

专利信息
申请号: 202010034318.7 申请日: 2020-01-13
公开(公告)号: CN111242925B 公开(公告)日: 2023-08-29
发明(设计)人: 王海;孔飞;刘邦长;常德杰;李荣华;姜鹏;刘朝振;刘红霞;张航飞;季科 申请(专利权)人: 北京妙医佳健康科技集团有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/73;G06V10/764
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 董艳芳
地址: 100000 北京市朝阳区西大*** 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: 针对 ct 影像 数据 目标 检测 方法 装置 电子设备
【权利要求书】:

1.一种针对CT影像数据的目标检测方法,其特征在于,所述方法包括:

获取CT影像数据;所述CT影像数据包括多个目标特征;

将所述CT影像数据进行像素归一化,得到多个灰度图像;

在多个所述灰度图像中依次选择相邻的三张所述灰度图像进行合并,得到对应的伪彩色图像;所述灰度图像组为所述灰度图像按照指定数量和指定顺序组成的;

将所述伪彩色图像输入预先训练好的神经网络中,以使所述预先训练好的神经网络对所述伪彩色图像进行检测,得到所述目标特征的类别及位置;

所述预先训练好的神经网络进行训练的步骤,包括:将所述伪彩色图像输入到预设的骨干网络,得到所述骨干网络输出的第一特征图;将所述第一特征图划分为第一批次和第二批次,以使第一特征图作为两个分支的输入;将所述第一批次的所述第一特征图输入Region ProposalNetwork,得到多个proposals物体框;所述第二批次和所述第一批次生成的proposals物体框的信息,一起输入到ROIPooling层,把Region ProposalNetwork生成不同大小的proposals物体框,转变成相同大小的第二特征图;将所述第二特征图输入预设的分类器和回归器,输出所述第二特征图的类别和位置信息。

2.根据权利要求1所述的方法,其特征在于,所述将所述CT影像数据进行像素归一化,得到多个灰度图像的步骤,包括:

通过对所述CT影像数据的每个像素进行采样将所述CT影像数据进行像素归一化,得到多个所述灰度图像。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

对所述第二特征图进行非极大值抑制,得到删除重复检测的多个目标特征图;

对多个所述目标特征图进行合并目标,并计算合并目标后的置信度。

4.一种针对CT影像数据的目标检测装置,其特征在于,所述装置包括:

获取模块,用于获取CT影像数据;所述CT影像数据包括目标特征;

归一化模块,用于将所述CT影像数据进行像素归一化,得到多个灰度图像;

伪彩色图像生成模块,用于在多个所述灰度图像中依次选择相邻的三张所述灰度图像进行合并,得到对应的所述伪彩色图像;所述灰度图像组为所述灰度图像按照指定数量和指定顺序组成的;

检测模块,用于将所述伪彩色图像输入预先训练好的神经网络中,以使所述预先训练好的神经网络对所述伪彩色图像进行检测,得到所述目标特征的类别及位置;

模型训练模块,用于将所述伪彩色图像输入到预设的骨干网络,得到所述骨干网络输出的第一特征图;将所述第一特征图划分为第一批次和第二批次,以使第一特征图作为两个分支的输入;将所述第一批次的所述第一特征图输入Region Proposal Network,得到多个proposals物体框;所述第二批次和所述第一批次生成的proposals物体框的信息,一起输入到ROI Pooling层,把Region Proposal Network生成不同大小的proposals物体框,转变成相同大小的第二特征图;将所述第二特征图输入预设的分类器和回归器,输出所述第二特征图的类别和位置信息。

5.根据权利要求4所述的装置,其特征在于,所述归一化模块,用于通过对所述CT影像数据的每个像素进行采样将所述CT影像数据进行像素归一化,得到多个所述灰度图像。

6.一种电子设备,其特征在于,包括处理器和存储器;

所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至3任一项所述的方法的步骤。

7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述权利要求1至3任一项所述的方法的步骤。

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妙医佳健康科技集团有限公司,未经北京妙医佳健康科技集团有限公司许可,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/202010034318.7/1.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