图像检测方法、装置、设备、存储介质和程序产品制造方法及图纸

本申请涉及一种图像检测方法、装置、设备、存储介质和程序产品。所述方法包括：根据获取的原始医学图像确定其中的感兴趣区域；所述感兴趣区域是基于所述原始医学图像中各个组织的轮廓信息及关键点的位置确定的；对所述感兴趣区域进行检测处理，确定所述感兴趣区域中的候选区域的第一检测结果；根据所述候选区域的第一检测结果在所述原始医学图像上确定至少两个不同视野的待测图像；各所述待测图像中均包括所述候选区域；根据各所述待测图像对所述候选区域进行检测，确定所述候选区域中的目标区域及其检测结果。采用本方法能够提高获得的口腔检测结果的准确性。口腔检测结果的准确性。口腔检测结果的准确性。

【技术实现步骤摘要】
图像检测方法、装置、设备、存储介质和程序产品


[0001]本申请涉及图像处理
，特别是涉及一种图像检测方法、装置、设备、存储介质和程序产品。

技术介绍

[0002]口腔颌面部X射线摄影是目前临床上对人体口腔进行检查的一种常规影像技术，但口腔颌面部X射线摄影属于二维平片检查，其受限于图像维度和范围的限制，会出现影像重叠及邻近重要解剖结构信息不足等干扰，易导致最终对口腔进行图像检测所获得的结果不够准确。相较于二维影像技术，口腔颌面锥形束CT(CBCT)技术可以通过采集口腔的横截面、冠状面和矢状面的图像，这样能够清晰地显示口腔内牙体牙髓上细微的三维解剖结构，提升对口腔进行图像检测所获得的结果的准确性。
[0003]目前，在对口腔中的牙齿等区域进行检测时，大多是先采集口腔内各个牙齿的单体图像，然后将各个单体图像采用神经网络等方式进行图像检测，以获得每个单体图像中牙齿的检测结果。
[0004]然而，上述技术存在获得的口腔检测结果不够准确的问题。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高获得的口腔检测结果的准确性的图像检测方法、装置、设备、存储介质和程序产品。
[0006]第一方面，本申请提供了一种图像检测方法，该方法包括：
[0007]根据获取的原始医学图像确定其中的感兴趣区域；上述感兴趣区域是基于原始医学图像中各个组织的轮廓信息及关键点的位置确定的；
[0008]对感兴趣区域进行检测处理，确定感兴趣区域中的候选区域的第一检测结果；
[0009]根据候选区域的第一检测结果在原始医学图像上确定至少两个不同视野的待测图像；各待测图像中均包括候选区域；
[0010]根据各待测图像对候选区域进行检测，确定候选区域中的目标区域及其检测结果。
[0011]在其中一个实施例中，上述对感兴趣区域进行检测处理，确定感兴趣区域中的候选区域的第一检测结果，包括：
[0012]将感兴趣区域输入至预设的第一神经网络中进行检测处理，确定感兴趣区域中的候选区域的第一检测结果；
[0013]其中，上述第一神经网络是基于对多个不同尺度的第一样本图像进行训练得到的。
[0014]在其中一个实施例中，上述根据各待测图像对候选区域进行检测，确定候选区域中的目标区域及其检测结果，包括：
[0015]将各待测图像输入至预设的第二神经网络中，对待测图像中的候选区域进行检测
处理，确定候选区域的第二检测结果；其中，上述第二神经网络是基于对多个不同视野的第二样本图像进行训练得到的；
[0016]根据候选区域的第一检测结果和候选区域的第二检测结果，从候选区域中确定目标区域以及确定目标区域的检测结果。
[0017]在其中一个实施例中，上述第一检测结果中包括候选区域的检测框位置和候选区域第一概率值，上述第二检测结果中包括候选区域的第二概率值，上述根据候选区域的第一检测结果和候选区域的第二检测结果，从候选区域中确定目标区域以及确定目标区域的检测结果，包括：
[0018]对同一个候选区域的第一概率值和第二概率值进行均值处理，获得候选区域的均值概率；
[0019]判断候选区域的均值概率是否满足预设的阈值条件；
[0020]若满足，则将候选区域确定为目标区域，以及将候选区域的检测框位置和对应的均值概率确定为目标区域的检测结果。
[0021]在其中一个实施例中，各上述待测图像包括第一待测图像和第二待测图像，上述将各待测图像输入至预设的第二神经网络中，对待测图像中的候选区域进行检测处理，确定候选区域的第二检测结果，包括：
[0022]将第一待测图像和第二待测图像输入至预设的第二神经网络中进行特征提取处理，获得候选区域的特征图；
[0023]根据候选区域的特征图在第二神经网络中对候选区域进行检测处理，确定候选区域的第二检测结果。
[0024]在其中一个实施例中，上述第一检测结果中包括候选区域的检测框位置，上述根据候选区域的第一检测结果在原始医学图像上确定至少两个不同视野的待测图像，包括：
[0025]在原始医学图像上，以候选区域的检测框位置的中心为中心点，按照不同的视野参数对原始医学图像进行截取处理，获得至少两个不同视野的待测图像。
[0026]在其中一个实施例中，上述根据获取的原始医学图像确定其中的感兴趣区域，包括：
[0027]根据获取的原始医学图像确定其中各个组织的掩膜图像；上述掩膜图像中包括各组织的轮廓信息及关键点的位置；
[0028]根据各组织的轮廓信息及关键点的位置，从各组织中确定感兴趣区域。
[0029]在其中一个实施例中，上述根据获取的原始医学图像确定其中各个组织的掩膜图像，包括：
[0030]对原始医学图像中的各个组织进行第一分割处理，确定其中各组织的初始分割结果；上述初始分割结果中包括各组织的中心点位置和各组织对应的空间拓扑结构；
[0031]根据原始医学图像、各组织的中心点位置和空间拓扑结构对待测组织的各组织进行第二分割处理，确定掩膜图像；
[0032]其中，上述第二分割处理的精度高于第一分割处理的精度。
[0033]在其中一个实施例中，上述根据各组织的轮廓信息及关键点的位置，从各组织中确定感兴趣区域之前，上述方法还包括：
[0034]将原始医学图像中背景处的体素所对应的体素值均设置为第一体素值，获得变换
医学图像；
[0035]根据变换医学图像中非背景处的体素所对应的第二体素值，计算第二体素值对应的直方图；
[0036]根据直方图确定归一化参数，并采用归一化参数对原始医学图像进行归一化处理；上述归一化参数包括窗宽窗位调整参数。
[0037]第二方面，本申请还提供了一种图像检测装置，该装置包括：
[0038]感兴趣区域确定模块，用于根据获取的原始医学图像确定其中的感兴趣区域；上述感兴趣区域是基于原始医学图像中各个组织的轮廓信息及关键点的位置确定的；
[0039]第一检测模块，用于对感兴趣区域进行检测处理，确定感兴趣区域中的候选区域的第一检测结果；
[0040]多视野图像确定模块，用于根据候选区域的第一检测结果在原始医学图像上确定至少两个不同视野的待测图像；各待测图像中均包括候选区域；
[0041]第二检测模块，用于根据各待测图像对候选区域进行检测，确定候选区域中的目标区域及其检测结果。
[0042]第三方面，本申请还提供了一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述第一方面的方法步骤。
[0043]第四方面，本申请还提供了一种计算机可读存储介质，计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面的方法步骤。
[0044]第五方面，本申请还提供了一种计算机程序产品，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时实现上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像检测方法，其特征在于，所述方法包括：根据获取的原始医学图像确定其中的感兴趣区域；所述感兴趣区域是基于所述原始医学图像中各个组织的轮廓信息及关键点的位置确定的；对所述感兴趣区域进行检测处理，确定所述感兴趣区域中的候选区域的第一检测结果；根据所述候选区域的第一检测结果在所述原始医学图像上确定至少两个不同视野的待测图像；各所述待测图像中均包括所述候选区域；根据各所述待测图像对所述候选区域进行检测，确定所述候选区域中的目标区域及其检测结果。2.根据权利要求1所述的方法，其特征在于，所述对所述感兴趣区域进行检测处理，确定所述感兴趣区域中的候选区域的第一检测结果，包括：将所述感兴趣区域输入至预设的第一神经网络中进行检测处理，确定所述感兴趣区域中的候选区域的第一检测结果；其中，所述第一神经网络是基于对多个不同尺度的第一样本图像进行训练得到的。3.根据权利要求1所述的方法，其特征在于，所述根据各所述待测图像对所述候选区域进行检测，确定所述候选区域中的目标区域及其检测结果，包括：将各所述待测图像输入至预设的第二神经网络中，对所述待测图像中的候选区域进行检测处理，确定所述候选区域的第二检测结果；其中，所述第二神经网络是基于对多个不同视野的第二样本图像进行训练得到的；根据所述候选区域的第一检测结果和所述候选区域的第二检测结果，从所述候选区域中确定目标区域以及确定所述目标区域的检测结果。4.根据权利要求3所述的方法，其特征在于，所述第一检测结果中包括所述候选区域的检测框位置和所述候选区域第一概率值，所述第二检测结果中包括所述候选区域的第二概率值，所述根据所述候选区域的第一检测结果和所述候选区域的第二检测结果，从所述候选区域中确定目标区域以及确定所述目标区域的检测结果，包括：对同一个所述候选区域的第一概率值和第二概率值进行均值处理，获得所述候选区域的均值概率；判断所述候选区域的均值概率是否满足预设的阈值条件；若满足，则将所述候选区域确定为目标区域，以及将所述候选区域的检测框位置...

【专利技术属性】
技术研发人员：束怡然，高耀宗，陈彦博，周翔，詹翊强，
申请(专利权)人：上海联影智能医疗科技有限公司，
类型：发明
国别省市：