[发明专利]基于卷积神经网络的检测方法、装置、计算机设备及存储介质

权利要求书

1.一种基于卷积神经网络的检测方法，应用于OCT图像的病灶检测，其特征在于，所述方法包括：

对获取的目标OCT图像进行预处理以获得多个不同尺度的特征图，所述目标OCT图像包括多个病灶；

根据预设方法对所述多个不同尺度的特征图的分辨率进行调整以获得多个具有相同分辨率的特征图作为第一特征图；

通过预设算法计算每个所述第一特征图中的每个像素点的响应值并将计算结果标识在相对应的第一特征图上以获得标识后的第一特征图作为第二特征图，其中，所述响应值越大表示相对应的像素点存在所述病灶的概率越大；

通过上采样方法将每个所述第二特征图进行分辨率还原以使每个所述第二特征图还原至原始分辨率以获得目标特征图；

根据区域生成网络以及所述响应值识别所述目标特征图中的目标区域以获得待检测OCT图像；

将所述待检测OCT图像输入至多层全连接网络以分别确定所述病灶存在的位置和类别而得到检测结果。

2.如权利要求1所述的基于卷积神经网络的检测方法，其特征在于，所述对获取的目标OCT图像进行预处理以获得多个不同尺度的特征图的步骤之前，还包括：

获取预设的OCT图像集；

基于所述预设的OCT图像集，对残差卷积神经网络进行训练以获得目标残差卷积神经网络。

3.如权利要求1所述的基于卷积神经网络的检测方法，其特征在于，所述对获取的目标OCT图像进行预处理以获得多个不同尺度的特征图的步骤，包括：

获取所述目标OCT图像；

调整所述目标OCT图像的尺寸并输入至所述目标残差卷积神经网络以获得多个不同尺度的特征图。

4.如权利要求3所述的基于卷积神经网络的检测方法，其特征在于，所述调整所述目标OCT图像的尺寸并输入至所述目标残差卷积神经网络以获得多个不同尺度的特征图的步骤包括：

确定所述目标OCT图像待调整的目标尺寸；

将所述目标OCT图像调整至所述目标尺寸；

将调整完成的所述目标OCT图像输入至所述目标残差卷积神经网络以获得相对应的一个特征图；

重新确定所述目标OCT图像待调整的目标尺寸并返回所述将所述目标OCT图像调整至所述目标尺寸的步骤，直到获得多个不同尺度的特征图。

5.如权利要求1所述的基于卷积神经网络的检测方法，其特征在于，所述根据预设方法对所述多个不同尺度的特征图的分辨率进行调整以获得多个具有相同分辨率的特征图作为第一特征图的步骤，包括：

将所述目标特征图中小于预设分辨率的特征图通过插值法调整到所述预设分辨率的大小；

将所述目标特征图中大于所述预设分辨率的特征图通过合并法调整到所述预设分辨率的大小；

将所述调整到预设分辨率大小的特征图设为所述第一特征图。

6.如权利要求1所述的基于卷积神经网络的检测方法，其特征在于，所述通过预设算法计算每个所述第一特征图中的每个像素点的响应值并将计算结果标识在相对应的第一特征图上以获得标识后的第一特征图作为第二特征图的步骤，包括：

对所述第一特征图中的每个特征图进行1*1的卷积运算以得到相对应的中间特征图；

通过空间注意力网络计算每个所述中间特征图的每个点的响应值并将计算结果标识在相对应的中间特征图上以获得所述第二特征图。

7.如权利要求1所述的基于卷积神经网络的检测方法，其特征在于，所述将所述待检测OCT图像输入至多层全连接网络以分别确定所述病灶存在的位置和类别而得到检测结果的步骤，包括：

将所述待检测OCT图像输入至所述多层全连接网络以标识所述病灶存在的位置；

根据所述病灶的形状以标识所述病灶的类别；

根据所述病灶存在的位置以及病灶的类别输出检测结果。