[发明专利]用于内窥镜的病灶检测方法、装置、电子设备及存储介质

权利要求书

1.一种用于内窥镜的病灶检测方法，其特征在于，所述方法包括：

获取待检测图像，所述待检测图像为内窥镜采集得到的图像；

通过预先训练的内窥镜图像检测模型对所述待检测图像进行处理，输出病灶显著性图像；

其中，所述内窥镜图像检测模型包括第一编码模块、第二编码模块、第三编码模块、第四编码模块、第五编码模块、第一解码模块、第二解码模块、第三解码模块和第四解码模块；

所述第一编码模块的输出输入至所述第二编码模块和所述第四解码模块，所述第二编码模块的输出输入至所述第三编码模块和所述第三解码模块，所述第三编码模块的输出输入至所述第四编码模块和所述第二解码模块，所述第四编码模块的输出输入至所述第五编码模块和所述第一解码模块，所述第五编码模块的输出输入至所述第一解码模块，所述第一解码模块的输出输入至所述第二解码模块，所述第二解码模块的输出输入至所述第三解码模块，所述第三解码模块的输出输入至所述第四解码模块；

所述第一编码模块通过卷积层对所述待检测图像进行卷积操作和池化操作后，通过批量归一化层进行标准化处理，并通过swish激活函数进行非线性变换后，通过下采样单元进行特征降维，得到第一特征图像；

所述第二编码模块通过U型网络结构单元对所述第一特征图像进行多尺度特征提取后，通过下采样单元进行特征降维，得到第二特征图像；

所述第三编码模块通过卷积层对所述第二特征图像进行卷积操作和池化操作后，通过批量归一化层进行标准化处理，并通过swish激活函数进行非线性变换后，通过下采样单元进行特征降维，得到第三特征图像；

所述第四编码模块通过卷积层对所述第三特征图像进行卷积操作和池化操作后，通过批量归一化层进行标准化处理，并通过swish激活函数进行非线性变换后，通过下采样单元进行特征降维，得到第四特征图像；

所述第五编码模块通过卷积层对所述第四特征图像进行卷积操作和池化操作后，通过批量归一化层进行标准化处理，并通过swish激活函数进行非线性变换后，得到第五特征图像；

所述第一解码模块通过卷积层对所述第四特征图像和第五特征图像进行卷积操作和池化操作后，通过批量归一化层进行标准化处理，并通过swish激活函数进行非线性变换后，通过上采样单元进行特征升维，得到第六特征图像；

所述第二解码模块通过卷积层对所述第三特征图像和第六特征图像进行卷积操作和池化操作后，通过批量归一化层进行标准化处理，并通过swish激活函数进行非线性变换后，通过上采样单元进行特征升维，得到第七特征图像；

所述第三解码模块通过U型网络结构单元对所述第二特征图像和第七特征图像进行多尺度特征提取后，通过上采样单元进行特征升维，得到第八特征图像；

所述第四解码模块通过卷积层对所述第一特征图像和第八特征图像进行卷积操作和池化操作后，通过批量归一化层进行标准化处理，并通过swish激活函数进行非线性变换后，通过上采样单元进行特征升维，得到所述病灶显著性图像，所述病灶显著性图像与所述待检测图像的尺寸相同；

所述第一编码模块包括卷积层、批量归一化层、swish激活函数和下采样单元，所述第三编码模块和第四编码模块与所述第一编码模块的结构相同；

所述第一解码模块包括卷积层、批量归一化层、swish激活函数和上采样单元，所述第二解码模块和第四解码模块与所述第一解码模块的结构相同；

所述第五编码模块包括卷积层、批量归一化层和swish激活函数；

所述第二编码模块包括U型网络结构单元和下采样单元，所述U型网络结构单元包括第一编码子模块、第二编码子模块、第三编码子模块、第四编码子模块、第一解码子模块、第二解码子模块和第三解码子模块；

所述第一编码子模块、第二编码子模块和第三编码子模块与所述第一编码模块的结构相同，所述第四编码子模块与所述第五编码模块的结构相同，所述第一解码子模块、第二解码子模块和第三解码子模块与所述第一解码模块的结构相同；

所述第一编码子模块的输出输入至所述第二编码子模块和所述第三解码子模块，所述第二编码子模块的输出输入至所述第三编码子模块和所述第二解码子模块，所述第三编码子模块的输出输入至所述第四编码子模块和所述第一解码子模块，所述第四编码子模块的输出输入至所述第一解码子模块，所述第一解码子模块的输出输入至所述第二解码子模块，所述第二解码子模块的输出输入至所述第三解码子模块；

所述第三解码模块包括所述U型网络结构单元和上采样单元。