病灶检测模型的训练方法及病灶检测方法、装置、设备和存储介质与流程

本申请涉及图像处理，特别是涉及一种病灶检测模型的训练方法、病灶检测模型的训练装置、内窥镜图像的病灶检测方法、内窥镜图像的病灶检测装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、随着影像设备逐渐数字化和计算机通讯技术的发展，数字化影像传输和电子胶片应运而生，众多传统医院已纷纷向数字化医院转型，加大了医生对医学影像数据的审核量。因此，有必要通过医学影像的智能诊辅来减轻医生工作量。

2、目前，主要基于检测变压器模型，对医学影像进行病灶检测。

3、然而，在检测变压器模型训练的过程中，所有的解码层粗暴使用统一的匈牙利匹配和损失函数，忽视解码器的每个变压器层输出的查询，影响检测变压器模型输出结果的准确性。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种病灶检测模型的训练方法、病灶检测模型的训练装置、内窥镜图像的病灶检测方法、内窥镜图像的病灶检测装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本申请提供了一种病灶检测模型的训练方法，包括：

3、通过第一病灶检测模型的编码器，得到病灶训练图像的特征向量；

4、将所述特征向量输入所述第一病灶检测模型的解码器，得到各个解码器层的输出结果；

5、根据各个解码器层的输出结果以及预测前馈网络，得到各个解码器层的若干个检测结果；其中，解码器层属于第三层或大于第三层时，所述解码器层的输入数据为：所述解码器层的前两个解码器层的若干个检测结果中目标检测结果与所述解码器层的前一个解码器层的输出结果之间的拼接结果；

6、根据各个解码器层的若干个检测结果与标签数据之间的差异，调整第一病灶检测模型的参数，以得到第二病灶检测模型。

7、在其中一个实施例中，所述方法还包括：

8、将所述解码器层的前两个解码器层的若干个检测结果与所述标签数据进行比对，得到所述若干个检测结果对应的若干个误差结果；

9、将小于误差阈值的误差结果，作为目标误差结果；

10、根据所述目标误差结果对应的检测结果，得到目标检测结果。

11、在其中一个实施例中，所述根据所述目标误差结果对应的检测结果，得到目标检测结果，包括：

12、获取所述若干个检测结果对应的置信度；

13、将大于置信度阈值的置信度，作为目标置信度；

14、当检测结果的误差结果为目标误差结果且置信度为目标置信度时，将所述检测结果作为目标检测结果。

15、在其中一个实施例中，所述第一病灶检测模型包括训练主分支和训练辅分支，所述训练主分支上存在所述解码器和所述预测前馈网络，所述训练辅分支上存在辅助解码器和所述预测前馈网络；

16、所述辅助解码器的辅助解码器层为所述解码器的解码器层去除多头自注意模块得到的。

17、在其中一个实施例中，所述通过第一病灶检测模型的编码器，得到病灶训练图像的特征向量，包括；

18、通过第一病灶检测模型的摆动变压器模块，得到所述病灶训练图像的多层特征图；

19、通过所述多层特征图和第一病灶检测模型的特征映射模块，得到所述病灶训练图像的拼接向量；

20、根据所述拼接向量和所述第一病灶检测模型的编码器，得到病灶训练图像的特征向量。

21、第二方面，本申请还提供了一种内窥镜图像的病灶检测方法，包括：

22、获取待检测的内窥镜图像；

23、将所述内窥镜图像输入至第二病灶检测模型，得到所述内窥镜图像的病灶预测结果；所述第二病灶检测模型为根据上述病灶检测模型的训练方法实施例得到的病灶检测模型。

24、第三方面，本申请还提供了一种病灶检测模型的训练装置，包括：

25、特征向量获取模块，用于通过第一病灶检测模型的编码器，得到病灶训练图像的特征向量；

26、输出结果获取模块，用于将所述特征向量输入所述第一病灶检测模型的解码器，得到各个解码器层的输出结果；其中，解码器层属于第三层或大于第三层时，所述解码器层的输入数据为：所述解码器层的前两个解码器层的若干个检测结果中目标检测结果与所述解码器层的前一个解码器层的输出结果之间的拼接结果；

27、检测结果获取模块，用于根据各个解码器层的输出结果以及预测前馈网络，得到各个解码器层的检测结果；

28、模型获取模块，用于根据各个解码器层的检测结果与标签数据之间的差异，调整第一病灶检测模型的参数，以得到第二病灶检测模型。

29、第四方面，本申请还提供了一种内窥镜图像的病灶检测装置，包括：

30、内窥镜图像获取模块，用于获取待检测的内窥镜图像；

31、病灶预测结果获取模块，用于将所述内窥镜图像输入至第二病灶检测模型，得到所述内窥镜图像的病灶预测结果；所述第二病灶检测模型为根据上述病灶检测模型的训练方法实施例得到的病灶检测模型。

32、第五方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行上述方法。

33、第六方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行上述方法。

34、第七方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行上述方法。

35、本申请通过第一病灶检测模型的编码器，得到病灶训练图像的特征向量；将特征向量输入第一病灶检测模型的解码器，得到各个解码器层的输出结果；根据各个解码器层的输出结果以及预测前馈网络，得到各个解码器层的若干个检测结果；其中，解码器层属于第三层或大于第三层时，解码器层的输入数据为：解码器层的前两个解码器层的若干个检测结果中目标检测结果与解码器层的前一个解码器层的输出结果之间的拼接结果；根据各个解码器层的若干个检测结果与标签数据之间的差异，调整第一病灶检测模型的参数，以得到第二病灶检测模型。本申请通过有选择的回收第一病灶检测模型的解码器前面的解码器层的输出结果，得到当前解码器层的输入数据，从而改善当前解码器层的输出结果，提高第二病灶检测模型的病灶预测结果的准确性。

技术特征：

1.一种病灶检测模型的训练方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标误差结果对应的检测结果，得到目标检测结果，包括：

4.根据权利要求1所述的方法，其特征在于，所述第一病灶检测模型包括训练主分支和训练辅分支，所述训练主分支上存在所述解码器和所述预测前馈网络，所述训练辅分支上存在辅助解码器和所述预测前馈网络；

5.根据权利要求1所述的方法，其特征在于，所述通过第一病灶检测模型的编码器，得到病灶训练图像的特征向量，包括；

6.一种内窥镜图像的病灶检测方法，其特征在于，所述方法包括：

7.一种病灶检测模型的训练装置，其特征在于，所述装置包括：

8.一种内窥镜图像的病灶检测装置，其特征在于，所述装置包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结本申请涉及图像处理技术领域，提供一种病灶检测模型的训练方法及病灶检测方法、装置、设备和存储介质。该方法包括：通过第一病灶检测模型的编码器，得到病灶训练图像的特征向量并输入第一病灶检测模型的解码器，得到各个解码器层的输出结果；根据输出结果以及预测前馈网络，得到各个解码器层的若干个检测结果；解码器层属于第三层或大于第三层时，输入数据为：解码器层的前两个解码器层的若干个检测结果中目标检测结果与解码器层的前一个解码器层的输出结果之间的拼接结果；根据各个解码器层的若干个检测结果与标签数据之间的差异，调整第一病灶检测模型的参数，得到第二病灶检测模型。采用本方法提高了第二病灶检测模型的病灶预测结果的准确性。技术研发人员：陈裕潮,周可,王羽嗣,刘思德受保护的技术使用者：广州思德医疗科技有限公司技术研发日：技术公布日：2024/8/20