病灶肺段位置的识别方法、装置、存储介质及电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114155234A(43)申请公布日2022.03.08(21)申请号202111494117.6G06V10/82(2022.01)(22)申请日2021.12.08G06K9/62(2022.01)G06N3/04(2006.01)(71)申请人沈阳东软智能医疗科技研究院有限公司地址110179辽宁省沈阳市浑南区创新路175-2号419室(72)发明人孙小婉蔡巍张霞(74)专利代理机构北京英创嘉友知识产权代理事务所(普通合伙)11447代理人温易娜(51)Int.Cl.G06T7/00(2017.01)G06V10/25(2022.01)G06V10/26(2022.01)G06V10/764(2022.01)权利要求书2页说明书12页附图3页(54)发明名称病灶肺段位置的识别方法、装置、存储介质及电子设备(57)摘要本公开涉及一种病灶肺段位置的识别方法、装置、存储介质及电子设备，提高了病灶肺段位置的识别效率以及病灶肺段位置的识别结果可靠性。该方法包括：获取标注有病灶位置的目标肺部图像；将目标肺部图像输入病灶肺段位置识别模型，得到目标肺部图像中病灶对应的肺段位置识别结果，肺段位置识别结果用于表征病灶在肺部所处的肺段位置；其中，病灶肺段位置识别模型包括第一分类子模型和第二分类子模型，第一分类子模型用于根据目标肺部图像对应的肺段类别对目标肺部图像进行分类，并将分类后的目标肺部图像输入对应肺段类别的第二分类子模型，第二分类子模型用于确定目标肺部图像中病灶对应的肺段位置识别结果。CN114155234ACN114155234A权利要求书1/2页1.一种病灶肺段位置的识别方法，其特征在于，所述方法包括：获取标注有病灶位置的目标肺部图像；将所述目标肺部图像输入病灶肺段位置识别模型，得到所述目标肺部图像中病灶对应的肺段位置识别结果，所述肺段位置识别结果用于表征所述病灶在肺部所处的肺段位置；其中，所述病灶肺段位置识别模型包括第一分类子模型和第二分类子模型，所述第一分类子模型能够识别的肺段类别数量与所述第二分类子模型的数量相同，且每一个所述第二分类子模型对应一个肺段类别，所述第一分类子模型用于根据所述目标肺部图像对应的肺段类别对所述目标肺部图像进行分类，并将分类后的所述目标肺部图像输入对应肺段类别的第二分类子模型，所述第二分类子模型用于确定所述目标肺部图像中病灶对应的肺段位置识别结果。2.根据权利要求1所述的方法，其特征在于，所述病灶肺段位置识别模型包括图像分割模块，所述将所述目标肺部图像输入病灶肺段位置识别模型，得到所述目标肺部图像中病灶对应的肺段位置识别结果，包括：将所述目标肺部图像输入所述第一分类子模型，并通过所述第一分类子模型从所述目标肺部图像中提取第一图像特征，根据所述第一图像特征确定所述目标肺部图像对应的目标肺段类别；将所述目标肺部图像输入所述图像分割模块，得到多个小图像；将带有所述病灶的小图像输入对应所述目标肺段类别的第二分类子模型，并通过所述第二分类子模型从所述带有所述病灶的小图像中提取第二图像特征，根据所述第二图像特征确定所述带有所述病灶的小图像对应的肺段位置识别结果。3.根据权利要求2所述的方法，其特征在于，所述将带有所述病灶的小图像输入对应所述目标肺段类别的第二分类子模型，并通过所述第二分类子模型从所述带有所述病灶的小图像中提取第二图像特征，包括：将所述带有所述病灶的小图像及其周围预设个数的目标小图像输入对应所述目标肺段类别的第二分类子模型；分别提取所述带有所述病灶的小图像的图像特征以及所述目标小图像的图像特征进行特征融合，得到目标融合特征图；对所述目标融合特征图进行特征提取得到所述第二图像特征。4.根据权利要求1‑3任一项所述的方法，其特征在于，所述病灶肺段位置识别模型的训练过程包括：获取标注有肺段类别的第一样本肺部图像，并基于所述第一样本肺部图像训练所述第一分类子模型，所述肺段类别用于表征所述第一样本肺部图像的实际肺段类别；通过训练好的第一分类子模型对第二样本肺部图像进行分类，得到所述第二样本肺部图像对应的肺段类别，并将所述第二样本肺部图像分割成多个样本小图像，每一所述样本小图像标注有实际肺段位置识别结果；基于每一所述样本小图像训练所述第二分类子模型。5.根据权利要求4所述的方法，其特征在于，所述基于所述第一样本肺部图像训练所述第一分类子模型，包括：将所述第一样本肺部图像输入所述第一分类子模型，得到所述第一样本肺部图像的预2CN114155234A权利要求书2/2页测肺段类别；根据所述第一样本肺部图像的所述实际肺段类别和所述预测肺段类别计算第一损失函数，并根据所述第一损失函数的计算结果，调整所述第一分类子模型的参数；所述基于每一所述样本