[发明专利]医学影像识别检测方法、装置及计算机可读存储介质

权利要求书

1.一种医学影像识别检测方法，其特征在于，所述方法包括：

获取病理图像集，对所述病理图像集进行归一化操作，并将归一化操作后的所述病理图像集进行图像降噪处理，得到标准病理图像集；

对所述标准病理图像集进行图像增强处理，得到增强病理图像集；

将所述增强病理图像集输入预先构建的病理检测模型中，通过所述病理检测模型中的正向传播得到所述增强病理图像集的权重参数，利用梯度下降算法对所述权重参数进行更新直至所述病理检测模型趋于收敛，得到训练完成后的病理检测模型；

接收用户输入的待检测图像，通过上述训练完成后的病理检测模型对所述待检测图像进行检测，得到对所述待检测图像的检测结果，并将检测结果返回给所述用户。

2.如权利要求1所述的医学影像识别检测方法，其特征在于，所述归一化操作包括：

x＝(x-μ)/σ

其中，x表示病理图像集中的图像数据，μ为病理图像集中图像数据的均值，σ为病理图像集中图像数据的标准差。

3.如权利要求1所述的医学影像识别检测方法，其特征在于，所述图像降噪处理包括：

其中，f(x,y)表示降噪后的病理图像，g(x,y)表示待处理的病理图像，表示病理图像的噪声方差，表示病理图像的像素灰度均值，表示病理图像的像素灰度的方差。

4.如权利要求1所述的医学影像识别检测方法，其特征在于，所述通过所述病理检测模型中的正向传播得到所述增强病理图像集的权重参数，包括：

对所述增强病理图像集进行分类分支处理后得到所述增强病理图像集的前景点，通过中性分支算法计算所述前景点的边框界位置，根据所述边框界位置利用预先确定的权重参数计算公式计算出所述增强病理图像集的权重参数。

5.如权利要求4中所述的医学影像识别检测方法，其特征在于，所述根据所述边框界位置利用预先确定的权重参数计算公式计算出所述增强病理图像集的权重参数包括：

利用下述公式计算出所述增强病理图像集的权重参数：

其中，Loss_iou表示权重参数，l_p、r_p、t_p、b_p分别表示增强病理图像集前景点的边框界上、下、左、右的预测距离值，l_g、r_g、t_g、b_g分别表示增强病理图像集前景点的边框界上、下、左、右的实际距离值。

6.一种医学影像识别检测装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的医学影像识别检测程序，所述医学影像识别检测程序被所述处理器执行时实现如下步骤：

获取病理图像集，对所述病理图像集进行归一化操作，并将归一化操作后的所述病理图像集进行图像降噪处理，得到标准病理图像集；

对所述标准病理图像进行图像增强处理，得到增强病理图像集；

将所述增强病理图像集输入预先构建的病理检测模型中，通过所述病理检测模型中的正向传播得到所述增强病理图像集的权重参数，利用梯度下降算法对所述权重参数进行更新直至所述病理检测模型趋于收敛，得到训练完成后的病理检测模型；

接收用户输入的待检测病理图像，通过上述训练完成后的病理检测模型对所述待检测病理图像进行检测，并将检测结果返回给所述用户。

7.如权利要求6所述的医学影像识别检测装置，其特征在于，所述归一化操作包括：

x＝(x-μ)/σ

其中，x表示病理图像集中的图像数据，μ为病理图像集中图像数据的均值，σ为病理图像集中图像数据的标准差。

8.如权利要求6所述的医学影像识别检测装置，其特征在于，所述图像降噪处理包括：

其中，f(x,y)表示降噪后的病理图像，g(x,y)表示待处理的病理图像，表示病理图像的噪声方差，表示病理图像的像素灰度均值，表示病理图像的像素灰度的方差。