【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及一种病灶尺寸评估方法、装置、电子设备、存储介质及计算机程序产品。
技术介绍
1、胶囊内窥镜作为一种无创、免麻醉的内镜检查技术，常用于检查消化道的各种病变。目前的胶囊内窥镜采集的图像仍然为二维图像，需要医生根据自己的知识和经验辨别二维图像在胃部中所归属的位置。
2、胶囊内窥镜人工智能辅助识别技术的发展是近年来的重大突破。然而，尽管病灶检测技术已经取得了显著进展，但关于内窥镜下病灶大小测量的相关研究仍然较少。病灶大小的准确测量对于评估病情、制定治疗方案以及监测治疗效果都具有重要意义。但现有的胶囊内窥镜主要为单目摄像头，摄取图像均为二维图像，难以准确评估病灶的尺寸。
技术实现思路
1、本申请旨在至少解决相关技术中存在的技术问题之一。为此，本申请提出一种病灶尺寸评估方法、装置、电子设备、存储介质及计算机程序产品，用以解决胶囊内窥镜主要为单目摄像头，摄取图像均为二维图像，难以准确评估病灶的尺寸的问题，实现准确评估病灶的尺寸。
2、根据本申请第一方面实施例的病灶尺寸评估方法，包括：
3、将待评估图像输入至病灶识别模型，得到所述病灶识别模型输出的病灶深度图像与病灶边缘轮廓图像；
4、基于所述病灶深度图像与所述病灶边缘轮廓图像，评估病灶尺寸；
5、其中，所述病灶识别模型是通过教师模型基于带有伪标签的无标注样本数据与标注样本数据进行知识蒸馏得到的；所述教师模型是基于合成图像与所述合成图像对应标签训练得到的；所述合
6、根据本申请的一个实施例，所述基于所述病灶深度图像与所述病灶边缘轮廓图像，评估病灶尺寸，包括：
7、确定镜下尺寸与实际尺寸之间的尺寸转换系数；
8、确定所述病灶深度图像中每一像素点的视差值；
9、基于各所述视差值与所述尺寸转换系数，确定所述病灶边缘轮廓图像中病灶边缘轮廓的每一像素点的实际物理坐标；
10、根据所述病灶边缘轮廓中各像素点的实际物理坐标，评估病灶尺寸。
11、根据本申请的一个实施例，在基于带有伪标签的无标注样本数据与标注样本数据进行知识蒸馏之前，还包括：
12、对带有伪标签的无标注样本数据进行数据增强处理。
13、根据本申请的一个实施例，所述合成图像是基于预设三维物理模型生成的；所述预设三维物理模型是基于虚拟图像引擎构建的。
14、根据本申请的一个实施例，所述教师模型的损失函数包括深度估计损失、图像分割损失与仿射不变损失。
15、根据本申请的一个实施例，所述病灶识别模型的损失函数包括深度估计损失与图像分割损失。
16、根据本申请第二方面实施例的病灶尺寸评估装置，包括：
17、识别模块，用于将待评估图像输入至病灶识别模型，得到所述病灶识别模型输出的病灶深度图像与病灶边缘轮廓图像；
18、确定模块，用于基于所述病灶深度图像与所述病灶边缘轮廓图像，评估病灶尺寸；
19、其中，所述病灶识别模型是通过教师模型基于带有伪标签的无标注样本数据与标注样本数据进行知识蒸馏得到的；所述教师模型是基于合成图像与所述合成图像对应标签训练得到的；所述合成图像对应标签包括病灶深度标注图像与病灶边缘轮廓标注图像；所述伪标签是通过所述教师模型基于所述无标注样本数据生成的。
20、根据本申请第三方面实施例的电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述病灶尺寸评估方法。
21、根据本申请第四方面实施例的存储介质，所述存储介质为非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述病灶尺寸评估方法。
22、根据本申请第五方面实施例的计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述病灶尺寸评估方法。
23、本申请实施例中的上述一个或多个技术方案，至少具有如下技术效果：
24、通过预先基于合成图像与所述合成图像对应的病灶深度标注图像及病灶边缘轮廓标注图像训练得到教师模型，并在通过教师模型基于无标注样本数据生成伪标签后，通过教师模型基于带有伪标签的无标注样本数据与标注样本数据进行知识蒸馏得到病灶识别模型，因此在需要进行病灶识别时，将待评估图像输入至病灶识别模型，即可得到病灶识别模型输出的病灶深度图像与病灶边缘轮廓图像，由此通过病灶深度图像与病灶边缘轮廓图像，可以准确地评估出病灶尺寸。
25、本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种病灶尺寸评估方法，其特征在于，包括：
2.根据权利要求1所述的病灶尺寸评估方法，其特征在于，所述基于所述病灶深度图像与所述病灶边缘轮廓图像，评估病灶尺寸，包括：
3.根据权利要求1所述的病灶尺寸评估方法，其特征在于，在基于带有伪标签的无标注样本数据与标注样本数据进行知识蒸馏之前，还包括：
4.根据权利要求1所述的病灶尺寸评估方法，其特征在于，所述合成图像是基于预设三维物理模型生成的；所述预设三维物理模型是基于虚拟图像引擎构建的。
5.根据权利要求1所述的病灶尺寸评估方法，其特征在于，所述教师模型的损失函数包括深度估计损失、图像分割损失与仿射不变损失。
6.根据权利要求1所述的病灶尺寸评估方法，其特征在于，所述病灶识别模型的损失函数包括深度估计损失与图像分割损失。
7.一种病灶尺寸评估装置，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述的病灶尺寸评估方法。
9.一种存储介质，所述存储介质为非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-6任一项所述的病灶尺寸评估方法。
10.一种计算机程序产品，包括计算机程序，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1-6任一项所述的病灶尺寸评估方法。
...【技术特征摘要】
1.一种病灶尺寸评估方法，其特征在于，包括：
2.根据权利要求1所述的病灶尺寸评估方法，其特征在于，所述基于所述病灶深度图像与所述病灶边缘轮廓图像，评估病灶尺寸，包括：
3.根据权利要求1所述的病灶尺寸评估方法，其特征在于，在基于带有伪标签的无标注样本数据与标注样本数据进行知识蒸馏之前，还包括：
4.根据权利要求1所述的病灶尺寸评估方法，其特征在于，所述合成图像是基于预设三维物理模型生成的；所述预设三维物理模型是基于虚拟图像引擎构建的。
5.根据权利要求1所述的病灶尺寸评估方法，其特征在于，所述教师模型的损失函数包括深度估计损失、图像分割损失与仿射不变损失。
6.根据权利要求1所述的病灶尺寸评...
【专利技术属性】
技术研发人员：王羽嗣，王云忠，刘思德，
申请(专利权)人：广州思德医疗科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。