一种面向新冠肺炎的肺部超声影像检测模型训练系统技术方案

本发明专利技术提供一种面向新冠肺炎的肺部超声影像检测模型训练系统，包括：图像处理模块，用于根据至少一种图像处理方法分别对获取的原始肺部超声影像集进行处理，得到对应至少一种图像处理方法的至少一种预处理影像集；图像标注模块，用于对于每种预处理影像集，通过至少一种标注方法分别进行标注，得到至少一种样本集；模型训练模块，用于对于每种样本集，通过样本集训练至少一种待训练模型，得到至少一种训练完成的模型，根据预设的评估标准评估至少一种训练完成的模型，确定至少一个目标模型，以及确定对应目标模型的样本集的图像处理方法。实现了直接检测病灶，无放射线损害，比CT等检测技术有明显优势，具有较高的应用价值及推广价值。价值。价值。

【技术实现步骤摘要】
一种面向新冠肺炎的肺部超声影像检测模型训练系统


[0001]本专利技术涉及肺部超声影像症状检测
，尤其涉及一种面向新冠肺炎的肺部超声影像检测模型训练系统。

技术介绍

[0002]新型冠状病毒肺炎（简称新冠肺炎，英文简称为COVID
‑
19）传染性强，病程进展快。目前的新冠肺炎检测依赖于核酸和抗体检测试剂，检测周期长，不能直接诊断肺部症状等。而通过准确高效的检测肺部超声影像症状有助于提高医生诊治病人的效率和病人存活率。因此，临床上迫切需要简便、实用的模型训练装置或系统对其进行早期筛查和动态监测。

技术实现思路

[0003]本专利技术提供一种面向新冠肺炎的肺部超声影像检测模型训练系统，用以解决现有技术中检测周期长，不能直接诊断肺部症状的缺陷，实现简便、实用的装置或系统对其进行早期筛查。
[0004]本专利技术提供一种面向新冠肺炎的肺部超声影像检测模型训练系统，包括：图像处理模块，用于根据至少一种图像处理方法分别对获取的原始肺部超声影像集进行处理，得到对应至少一种图像处理方法的至少一种预处理影像集；图像标注模块，用于对于每种预处理影像集，通过至少一种标注方法分别进行标注，得到至少一种样本集；模型训练模块，用于对于每种样本集，通过所述样本集训练至少一种待训练模型，得到至少一种训练完成的模型，根据预设的评估标准评估所述至少一种训练完成的模型，确定至少一个目标模型，以及确定对应所述目标模型的样本集的图像处理方法，所述至少一个目标模型对应至少一个肺部症状，所述对应所述目标模型的样本集的图像处理方法用于处理待检测的超声影像。
[0005]进一步地，所述图像处理方法包括边缘检测、反灰度化、二值化和归一化处理中的至少一种。
[0006]进一步地，标注方法包括松散型标注和紧凑型标注中的至少一种，其中，松散型标注指预处理影像中的包围框包含超声探头接触的皮肤边缘的图像区域和肺部症状所在的区域，紧凑型标注指预处理影像中的包围框包含肺部症状所在的区域。
[0007]进一步地，还包括图像预处理模块，用于获取待检测的超声影像和至少一个目标模型，以及获取对应所述目标模型的样本集的图像处理方法，通过所述图像处理方法处理待检测的超声影像，得到预处理影像。
[0008]进一步地，还包括检测模块，用于将所述预处理影像输入所述至少一个目标模型中，根据预设的置信度得到至少一个检测结果，所述至少一个检测结果对应至少一个肺部症状。
[0009]进一步地，所述检测模块，还用于将所述预处理影像输入至少一个目标模型中，得到至少一个第一检测结果，所述第一检测结果对应至少一个肺部症状；根据肺部症状，将至
少一个第一检测结果加权求和，得到最终的对应至少一个肺部症状的至少一个检测结果。
[0010]进一步地，所述第一检测结果包含至少一个症状，每个症状表示为一个五元组，所述五元组包含图像名、肺部症状、序号、症状包围框左上角及右下角坐标以及置信度。
[0011]进一步地，还包括统计模块，用于根据所述至少一个检测结果，统计待检测的超声影像中存在至少一个肺部症状的个数。
[0012]进一步地，所述统计模块，还用于对症状包围框所在区域做对齐处理；计算区域两两之间的交并比，将交并比大于指定阈值的区域作为重复图片合并为一个症状，将交并比小于指定阈值的记为两个症状，完成去重处理；统计待检测的超声影像中存在至少一个肺部症状的个数。
[0013]本专利技术提供的一种面向新冠肺炎的肺部超声影像检测模型训练系统，通过图像处理模块，用于根据至少一种图像处理方法分别对获取的原始肺部超声影像集进行处理，得到对应至少一种图像处理方法的至少一种预处理影像集；图像标注模块，用于对于每种预处理影像集，通过至少一种标注方法分别进行标注，得到至少一种样本集；模型训练模块，用于对于每种样本集，通过所述样本集训练至少一种待训练模型，得到至少一种训练完成的模型，根据预设的评估标准评估所述至少一种训练完成的模型，确定至少一个目标模型，以及确定对应所述目标模型的样本集的图像处理方法，所述至少一个目标模型对应至少一个肺部症状，所述对应所述目标模型的样本集的图像处理方法用于处理待检测的超声影像。实现了通过采用不同预处理方式及不同标注方法组合生成多个样本集并训练多个版本的模型以进行模型选优。
附图说明
[0014]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0015]图1是根据本专利技术提供的面向新冠肺炎的肺部超声影像检测模型训练系统的一些实施例的示意图；图2是对图像分别做Canny、反灰度化、二值化、归一化预处理后的示意图。
具体实施方式
[0016]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]请参阅图1，图1是本专利技术提供的一种面向新冠肺炎的肺部超声影像检测模型训练系统的一些实施例的示意图。如图1所示，该系统包括以下模块：图像处理模块100，用于根据至少一种图像处理方法分别对获取的原始肺部超声影像集进行处理，得到对应至少一种图像处理方法的至少一种预处理影像集。
[0018]在一些可选的实现方式中，所述图像处理方法包括边缘检测、反灰度化、二值化和
归一化处理中的至少一种。
[0019]图像标注模块200，用于对于每种预处理影像集，通过至少一种标注方法分别进行标注，得到至少一种样本集。
[0020]在一些可选的实现方式中，标注方法包括松散型标注和紧凑型标注中的至少一种，其中，松散型标注指预处理影像中的包围框包含超声探头接触的皮肤边缘的图像区域和肺部症状所在的区域，紧凑型标注指预处理影像中的包围框包含肺部症状所在的区域。
[0021]作为示例，对肺部超声影像做图像处理，生成多种样本集，包括：A1.获取原始图片集，对图片分别做Canny、反灰度化、二值化、归一化预处理，得到包括原图在内的五种图片集；A2.对五种图片集分别进行松散型标注和紧凑型标注，共得到十个样本集，记为W1~W10；A3.将十个样本集均按照指定比例划分为训练集、验证集，训练集用于模型训练，验证集用于模型评估。
[0022]模型训练模块300，用于对于每种样本集，通过所述样本集训练至少一种待训练模型，得到至少一种训练完成的模型，根据预设的评估标准评估所述至少一种训练完成的模型，确定至少一个目标模型，以及确定对应所述目标模型的样本集的图像处理方法，所述至少一个目标模型对应至少一个肺部症状，所述对应所述目标模型的样本集的图像处理方法用于处理待检测的超声影像。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向新冠肺炎的肺部超声影像检测模型训练系统，其特征在于，包括：图像处理模块，用于根据至少一种图像处理方法分别对获取的原始肺部超声影像集进行处理，得到对应至少一种图像处理方法的至少一种预处理影像集；图像标注模块，用于对于每种预处理影像集，通过至少一种标注方法分别进行标注，得到至少一种样本集；模型训练模块，用于对于每种样本集，通过所述样本集训练至少一种待训练模型，得到至少一种训练完成的模型，根据预设的评估标准评估所述至少一种训练完成的模型，确定至少一个目标模型，以及确定对应所述目标模型的样本集的图像处理方法，所述至少一个目标模型对应至少一个肺部症状，所述对应所述目标模型的样本集的图像处理方法用于处理待检测的超声影像。2.根据权利要求1所述的面向新冠肺炎的肺部超声影像检测模型训练系统，其特征在于，所述图像处理方法包括边缘检测、反灰度化、二值化和归一化处理中的至少一种。3.根据权利要求1所述的面向新冠肺炎的肺部超声影像检测模型训练系统，其特征在于，标注方法包括松散型标注和紧凑型标注中的至少一种，其中，松散型标注指预处理影像中的包围框包含超声探头接触的皮肤边缘的图像区域和肺部症状所在的区域，紧凑型标注指预处理影像中的包围框包含肺部症状所在的区域。4.根据权利要求1
‑
3任一项所述的面向新冠肺炎的肺部超声影像检测模型训练系统，其特征在于，还包括图像预处理模块，用于获取待检测的超声影像和至少一个目标模型，以及获取对应所述目标模型的样本集的图像处理方法，通...

【专利技术属性】
技术研发人员：赵霞，王臻，周田，魏简凡，余仁杰，窦潇宇，安广福，刘慕魁，罗沛玥，闫晓，
申请(专利权)人：北京核信锐视安全技术有限公司，
类型：发明
国别省市：