[发明专利]胃早癌模型训练方法、装置、计算机设备及存储介质

权利要求书

1.一种胃早癌模型训练方法，其特征在于，包括：

获取胃早癌图片样本集；

对所述胃早癌图片样本集中的各病灶图片进行特征识别，得到所述各病灶图片的特征向量；具体包括：对所述胃早癌图片样本集中的各病灶图片进行特征识别，得到所述各病灶图片包含的病灶特征信息；根据所述病灶特征信息确定预设特征属性的特征值，所述特征值包含第一特征值和第二特征值；根据所述病灶特征信息和预设类别对应关系确定各预设特征属性的特征类别，所述特征类别包含第一特征类别和第二特征类别，所述第一特征类别对应多分类特征属性，所述第二特征类别对应二分类特征属性，所述预设类别对应关系为各预设特征属性的病灶特征信息与特征类别的对应关系；根据所述第一特征类别得到多个所述第一特征值，所述第一特征值的数量与所述多分类特征属性的特征分类数量相同；根据所述第二特征类别得到第二特征值；根据所述特征值确定所述特征向量；

根据所述胃早癌图片样本集和所述特征向量对预设初始模型进行训练，得到胃早癌识别模型。

2.如权利要求1所述的胃早癌模型训练方法，其特征在于，所述根据所述特征值确定所述特征向量，包括：

根据预设特征类别权重和所述特征值确定预设特征维度的所述特征向量，所述预设特征维度的数量与特征值的数量对应。

3.如权利要求1所述的胃早癌模型训练方法，其特征在于，所述胃早癌图片样本集包括正样本和负样本，所述根据所述胃早癌图片样本集和所述特征向量对预设初始模型进行训练，得到胃早癌识别模型，包括：

从所述特征向量中选取至少两个特征维度的特征值作为组合特征；

根据多个所述组合特征分别对预设初始模型进行训练，得到多个胃早癌模型；

根据所述胃早癌图片样本集的正负样本标注信息，计算所述多个胃早癌模型的识别准确度；

根据所述识别准确度确定所述胃早癌识别模型。

4.如权利要求1所述的胃早癌模型训练方法，其特征在于，所述获取胃早癌图片样本集，包括：

获取白光模式下待识别胃病灶的初始胃镜图片；

对所述初始胃镜图片进行背景识别和背景裁剪，得到所述胃镜图片；

对所述胃镜图片进行识别标记，得到所述胃早癌图片样本集。

5.如权利要求4所述的胃早癌模型训练方法，其特征在于，所述对所述胃镜图片进行识别标记，得到所述胃早癌图片样本集，包括：

通过区域插值法将所述胃镜图片缩小至预设识别模型的样本图片的尺寸，得到胃镜预处理图片；

通过所述预设识别模型对所述胃镜预处理图片进行识别，得到包含病灶特征的病灶图片；

对所述病灶图片进行标记得到所述胃早癌图片样本集。

6.如权利要求5所述的胃早癌模型训练方法，其特征在于，所述通过区域插值法将所述胃镜图片缩小至预设识别模型的样本图片的尺寸，得到胃镜预处理图片，包括：

根据所述胃镜图片的尺寸和所述样本图片的尺寸，确定图片缩放比例；

根据所述样本图片和所述图片缩放比例，确定缩小之后的所述胃镜预处理图片各像素点在所述胃镜图片中的映射区域；

当所述图片缩放比例为整数时，根据所述映射区域的像素均值确定所述胃镜预处理图片中对应像素点的像素值；

当所述图片缩放比例非整数时，根据所述映射区域的各像素点的像素值和像素权重，确定所述胃镜预处理图片中对应像素点的像素值，所述像素权重为所述映射区域的各像素点与对应的所述胃镜图片中的像素点的比例值。