[发明专利]一种正位胸片中基于类别关系的异常检测方法及系统

权利要求书

1.一种正位胸片中基于类别关系的异常检测方法，其特征在于，包括：

遍历所有正位胸片数据，根据图像标记信息统计各个异常之间的共现频数，使用条件概率函数求得每个类别与其它类别的共现概率，以此生成有向图，图关系用一个邻接矩阵表示，得到异常之间的共现频数关系图；

将不同类别异常的共生关系用一个邻接矩阵表示，类别知识以此邻接矩阵为媒介进行共享传播，利用邻接矩阵表示不同类别异常的共生关系，生成类别知识库；

引入全局注意力机制对生成的邻接矩阵进行稀疏操作，将胸片图像送入到注意力网络，得到该图像的类别概率向量，使用类别概率向量将类别知识库中的类别知识映射回预测区域，得到预测区域的增强特征；

将增强特征与原始特征拼接起来，进行类别分类和位置回归。

2.根据权利要求1所述的一种正位胸片中基于类别关系的异常检测方法，其特征在于，注意力网络的卷积层与检测框架中的特征提取网络共享参数。

3.根据权利要求1所述的一种正位胸片中基于类别关系的异常检测方法，其特征在于，得到特征图后，使用全局平均池化操作对特征图进行降维操作；之后，在池化层后接一层全连接层以得到类别概率向量。

4.根据权利要求1所述的一种正位胸片中基于类别关系的异常检测方法，其特征在于，用旧分类器的权重参数得到各个预测区域的类别概率向量。

5.根据权利要求1所述的一种正位胸片中基于类别关系的异常检测方法，其特征在于，将增强特征和原始特征拼接起来构成新的特征表达，并送入新的分类器和回归器进行类别分类和位置回归，以得到更好的检测结果。

6.一种正位胸片中基于类别关系的异常检测系统，其特征在于，包括：

正位胸片数据遍历模块，用于遍历所有正位胸片数据，根据图像标记信息统计各个异常之间的共现频数，使用条件概率函数求得每个类别与其它类别的共现概率，以此生成有向图，图关系用一个邻接矩阵表示，得到异常之间的共现频数关系图；

类别知识库生成模块，用于将不同类别异常的共生关系用一个邻接矩阵表示，类别知识以此邻接矩阵为媒介进行共享传播，利用邻接矩阵表示不同类别异常的共生关系，生成类别知识库；

增强特征获取模块，用于引入全局注意力机制对生成的邻接矩阵进行稀疏操作，将胸片图像送入到注意力网络，得到该图像的类别概率向量，使用类别概率向量将类别知识库中的类别知识映射回预测区域，得到预测区域的增强特征；

分类与回归模块，用于将增强特征与原始特征拼接起来，进行类别分类和位置回归。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5任一项所述的一种正位胸片中基于类别关系的异常检测方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5任一项所述的一种正位胸片中基于类别关系的异常检测方法。