图像处理方法以及装置与流程

本说明书实施例涉及计算机，特别涉及一种图像处理方法。

背景技术：

1、淋巴结转移是癌症中较为常见的一种，通常需要专业医生根据经验，从病理报告中确定检测结果。

2、然而目前，根据病理报告，确定ct影像中单个淋巴结是否发生转移需要专业人员花费大量精力，在临床上的实现十分困难；从而导致无法根据病理报告对大量ct图像中的单个淋巴结进行精确标注，无法获得成本较低以及准确性更高的训练数据，因此难以实现针对单个淋巴结判断是否发生转移的自动检测。

技术实现思路

1、有鉴于此，本说明书实施例提供了一种图像处理方法。本说明书一个或者多个实施例同时涉及一种图像处理装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。

2、根据本说明书实施例的第一方面，提供了一种图像处理方法，包括：

3、接收图像处理任务，其中，图像处理任务携带目标待检测分区对应的多个目标图像，图像处理任务用于检测目标待检测分区内是否存在异常待检测对象；

4、将多个目标图像输入图像处理模型，获得目标待检测分区对应的检测结果，其中，图像处理模型基于各目标图像的局部图像特征和全局图像特征确定检测结果。

5、根据本说明书实施例的第二方面，提供了一种ct图像处理方法，包括：

6、接收ct图像处理任务，其中，ct图像处理任务携带目标待检测分区对应的多个ct图像，ct图像处理任务用于检测目标待检测分区内是否存在异常待检测细胞；

7、将多个ct图像输入ct图像处理模型，获得目标待检测分区对应的检测结果，其中，ct图像处理模型基于各ct图像的局部图像特征和全局图像特征确定检测结果。

8、根据本说明书实施例的第三方面，提供了一种图像处理模型的训练方法，应用于云侧设备，包括：

9、获取训练样本对和训练样本对的引导信息，其中，训练样本对包括训练样本和样本标签，训练样本包括目标待检测分区对应的多个样本图像，样本标签用于标识目标待检测分区的样本结果；

10、将训练样本对和引导信息输入至初始图像处理模型，获得初始图像处理模型输出的样本预测结果，以及目标待检测分区的目标注意力信息；

11、根据样本预测结果和样本结果，计算得到初始图像处理模型的第一损失值；

12、根据目标注意力信息和引导信息，计算得到初始图像处理模型的第二损失值；

13、根据第一损失值和第二损失值调整初始图像处理模型的模型参数，直至达到预设停止条件，获得图像处理模型的模型参数；

14、向端侧设备发送图像处理模型的模型参数。

15、根据本说明书实施例的第四方面，提供了一种图像处理方法，包括：

16、接收用户发送的图像处理请求，其中，图像处理请求包括图像处理任务，图像处理任务携带目标待检测分区对应的多个目标图像，图像处理任务用于检测目标待检测分区内是否存在异常待检测对象；

17、将多个目标图像输入图像处理模型，获得目标待检测分区对应的检测结果，其中，图像处理模型基于各目标图像的局部图像特征和全局图像特征确定检测结果；

18、向用户发送目标待检测分区对应的检测结果。

19、根据本说明书实施例的第五方面，提供了一种图像处理装置，包括：

20、接收模块，被配置为接收图像处理任务，其中，图像处理任务携带目标待检测分区对应的多个目标图像，图像处理任务用于检测目标待检测分区内是否存在异常待检测对象；

21、检测模块，被配置为将多个目标图像输入图像处理模型，获得目标待检测分区对应的检测结果，其中，图像处理模型基于各目标图像的局部图像特征和全局图像特征确定检测结果。

22、根据本说明书实施例的第六方面，提供了一种计算设备，包括：

23、存储器和处理器；

24、所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述方法的步骤。

25、根据本说明书实施例的第七方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述方法的步骤。

26、根据本说明书实施例的第八方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行时实现上述方法的步骤。

27、本说明书一个实施例提供的图像处理方法，接收图像处理任务，其中，图像处理任务携带目标待检测分区对应的多个目标图像，图像处理任务用于检测目标待检测分区内是否存在异常待检测对象；将多个目标图像输入图像处理模型，获得目标待检测分区对应的检测结果，其中，图像处理模型基于各目标图像的局部图像特征和全局图像特征确定检测结果。

28、如此，通过将目标待检测分区对应的多个目标图像携带在图像处理任务中，将多个目标图像输入图像处理模型中，能够获得图像处理模型输出的目标待检测分区对应的检测结果，从而能够实现对目标待检测分区内是否存在异常待检测对象的自动检测，并且图像处理模型基于各目标图像的局部图像特征和全局图像特征确定检测结果，能够提高针对待检测对象的检测结果准确性和检测效率。

技术特征：

1.一种图像处理方法，包括：

2.根据权利要求1所述的方法，所述图像处理模型包括特征提取层、特征融合层和输出层，其中，所述特征融合层用于融合各目标图像的局部图像特征和全局图像特征；

3.根据权利要求2所述的方法，所述特征提取层包括n个顺次连接的全卷积块，其中，n为大于等于2的正整数；

4.根据权利要求2所述的方法，所述特征融合层包括m个顺次连接的局部全局融合块，其中，m为大于等于2的正整数；

5.根据权利要求4所述的方法，局部全局融合块包括至少一个局部全局特征融合层，局部全局特征融合层包括局部特征提取子层和全局特征提取子层、融合层；

6.根据权利要求5所述的方法，所述局部特征提取子层包括卷积处理单元；

7.根据权利要求5所述的方法，所述全局特征提取子层包括编解码图像处理单元；

8.根据权利要求1所述的方法，所述图像处理模型通过下述步骤训练获得：

9.根据权利要求8所述的方法,所述图像处理模型包括特征提取层、特征融合层和输出层；

10.一种ct图像处理方法，包括：

11.一种图像处理模型的训练方法，应用于云侧设备，包括：

12.一种图像处理方法，包括：

13.一种计算设备，包括：

14.一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至12任意一项所述方法的步骤。

技术总结
本说明书实施例提供图像处理方法以及装置，其中方法包括：接收图像处理任务，其中，图像处理任务携带目标待检测分区对应的多个目标图像，图像处理任务用于检测目标待检测分区内是否存在异常待检测对象；将多个目标图像输入图像处理模型，获得目标待检测分区对应的检测结果，其中，图像处理模型基于各目标图像的局部图像特征和全局图像特征确定检测结果。通过将多个目标图像输入图像处理模型中，能够获得图像处理模型输出的目标待检测分区对应的检测结果，实现对目标待检测分区内是否存在异常待检测对象的自动检测，图像处理模型基于各目标图像的局部图像特征和全局图像特征确定检测结果，能够提高针对待检测对象的检测结果准确性和检测效率。

技术研发人员：王一睿,郭大洲,金达开,闫轲,吕乐,周靖人
受保护的技术使用者：阿里巴巴达摩院（杭州）科技有限公司
技术研发日：
技术公布日：2024/1/15