申请/专利权人：广州思德医疗科技有限公司

申请日：2023-04-06

公开（公告）日：2024-01-12

公开（公告）号：CN116071622B

主分类号：G06V10/774

分类号：G06V10/774;G06V10/764;G06V10/82;G06V20/70

优先权：

专利状态码：有效-授权

法律状态：2024.01.12#授权;2023.05.23#实质审查的生效;2023.05.05#公开

摘要：本发明涉及计算机技术领域，提供一种基于深度学习的胃部图像识别模型构建方法及其系统，该方法包括：获取第一训练图像集；基于目标训练图像的尺寸，确定第一尺寸；基于第一尺寸，确定网络参数，并基于网络参数构建第一待训练网络；基于第一训练图像集对第一待训练网络进行训练，得到胃部图像识别模型。本发明提供的基于深度学习的胃部图像识别模型构建方法训练出胃部图像识别模型，从而能够通过胃部图像识别模型标注胃部图像的各个部位，不需要医护人员进行人工标注，减轻了医护人员的负担，同时，胃部图像识别模型中的网络参数是通过第一尺寸确定的，实现了参数的自动设置，从而通过胃部图像识别模型能够更加准确地标注出胃部的各个部位。

主权项：1.一种基于深度学习的胃部图像识别模型构建方法，其特征在于，包括：获取第一训练图像集；基于目标训练图像的尺寸，确定第一尺寸；所述目标训练图像为所述第一训练图像集中的任一图像；其中，所述基于目标训练图像的尺寸，确定第一尺寸，包括：根据第一训练图像的尺寸的中位数确定第一尺寸，和或，根据第一训练图像的尺寸的平均数确定第一尺寸，和或，根据第一训练图像的尺寸的众数确定第一尺寸；基于所述第一尺寸，确定网络参数，并基于所述网络参数构建第一待训练网络；其中，所述基于所述第一尺寸，确定网络参数，包括：确定下采样层的最小特征图的第二尺寸；所述下采样层为所述第一待训练网络的池化层；基于所述第一尺寸和所述第二尺寸，确定采样次数，并基于所述采样次数，确定上采样层数和下采样层数；基于所述采样次数和所述第一尺寸，确定采样图像的第三尺寸；将所述上采样层数、所述下采样层数和所述第三尺寸，确定为所述网络参数；基于所述第一训练图像集对所述第一待训练网络进行训练，得到胃部图像识别模型；所述第一训练图像集为已标注的胃部图像的集合；其中，所述基于所述第一训练图像集对所述第一待训练网络进行训练，得到胃部图像识别模型，包括：基于目标上采样层的层数，确定所述目标上采样层的目标权重；所述目标上采样层为所述第一待训练网络的任一上采样层；基于所述目标权重和损失函数，确定所述目标上采样层的损失值；将所有目标上采样层的损失值进行叠加，得到目标模型的训练损失值；所述目标模型为对所述第一待训练网络进行任一次迭代训练时得到的模型；将训练损失值最小的目标模型，确定为所述胃部图像识别模型；所述基于所述第一训练图像集对所述第一待训练网络进行训练，得到胃部图像识别模型之后，还包括：获取第一测试图像集；所述第一测试图像集为未标注的胃部图像的集合；基于所述胃部图像识别模型对所述第一测试图像集中所有的胃部图像进行标注，得到标注后的第一测试图像集；所述基于所述胃部图像识别模型对所述第一测试图像集中所有的胃部图像进行标注，得到标注后的第一测试图像集，包括：确定第一目标图像中目标部位的第一面积占比；所述第一目标图像为所述第一训练图像集中的任一图像，所述目标部位为胃部中的任一部位；基于所述第一面积占比，确定所述目标部位的面积占比范围；确定第二目标图像中目标部位的第二面积占比；所述第二目标图像为所述第一测试图像集中的任一图像；若所述第二面积占比处于所述面积占比范围内，则通过所述胃部图像识别模型标注出所述第二目标图像中的目标部位，得到标注后的第二目标图像；将每一个标注后的第二目标图像进行集合，得到所述标注后的第一测试图像集；所述若所述第二面积占比处于所述面积占比范围内，则通过所述胃部图像识别模型标注出所述第二目标图像中的目标部位，得到标注后的第二目标图像，包括：对所述第二目标图像中所述目标部位所在的最终区域进行轮廓查找，并对所述轮廓内部的孔洞进行填充，得到填充后的最终区域；计算所述填充后的最终区域的所述第二面积占比，并判断所述第二面积占比是否处于所述面积占比范围内；若所述第二面积占比处于所述面积占比范围内，则通过所述胃部图像识别模型在所述第二目标图像中标注出所述目标部位，得到所述标注后的第二目标图像。

全文数据：

权利要求：

百度查询： 广州思德医疗科技有限公司 基于深度学习的胃部图像识别模型构建方法及其系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD