[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

说明书

本发明提供了一种针对CT影像数据的目标检测方法、装置及电子设备，涉及图像处理技术领域，获取CT影像数据；CT影像数据包括目标特征；将CT影像数据进行像素归一化，得到多个灰度图像；在多个灰度图像中按照预设的方法提取灰度图像组，并将每个灰度图像组合并为对应的伪彩色图像；灰度图像组为灰度图像按照指定数量和指定顺序组成的；将伪彩色图像输入预先训练好的神经网络中，以使预先训练好的神经网络对伪彩色图像进行检测，得到目标特征的类别及位置。因此本发明可以有效提高CT影像数据目标检测的准确率。

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种针对CT影像数据的目标检测方法、装置及电子设备。

背景技术

由于一些CT影像数据具有三维属性，信息量巨大且结构复杂，现有技术大多采用诸如检测边缘、形态学等的图像处理方式进行图像处理，通过人工设计的特征对输入图像进行处理，无法有效的利用海量的标注信息，进行有监督学习且对于目标特征的检测泛化性能不佳。另外，对于CT影像数据的目标检测只能针对特定的某种目标进行检测，无法进行多种目标特征的检测，导致CT影像数据目标检测的准确率较低。

上述对于CT影像数据目标检测的准确率较低的问题，目前尚未提出有效的解决方案。

发明内容

本发明的目的在于提供一种针对CT影像数据的目标检测方法、装置及电子设备，可以有效提高CT影像数据目标检测的准确率。

第一方面，实施例提供一种针对CT影像数据的目标检测方法，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按照预设的方法提取灰度图像组，并将每个灰度图像组合并为对应的伪彩色图像；所述灰度图像组为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。

在可选的实施方式中，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。

在可选的实施方式中，所述在多个所述灰度图像中按照预设的方法提取灰度图像组，并将每个灰度图像组合并为对应的伪彩色图像的步骤，包括：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。

在可选的实施方式中，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；将所述第一批次的所述第一特征图输入预设的区域生成网络，得到多个物体框；将多个所述物体框和所述第二批次的所述第一特征图进行区域特征聚集，得到第二特征图；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。

在可选的实施方式中，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。

第二方面，实施例提供一种针对CT影像数据的目标检测装置，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按照预设的装置提取灰度图像组，并将每个灰度图像组合并为对应的伪彩色图像；所述灰度图像组为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。

在可选的实施方式中，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。