(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210584879.3 (22)申请日 2022.05.26 (71)申请人 深圳市铱硙医疗科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区高新南六道6号迈科龙 大厦1001 (72)发明人 王思伦　郭力宝　 (74)专利代理 机构 深圳市诺正鑫泽知识产权代 理有限公司 4 4689 专利代理师 颜燕红 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/30(2017.01) G06T 7/73(2017.01)G06T 15/00(2011.01) G06T 5/30(2006.01) G06T 5/00(2006.01) G06N 3/04(2006.01) G06V 10/22(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 脑微出血的图像检测方法、 装置、 计算机设 备及存储介质 (57)摘要 本发明实施例公开了一种脑微出血的图像 检测方法、 装置、 计算机设备及存储介质， 其中方 法包括： 获取目标对象对应的目标磁敏感加权成 像三维图像对应的待检测图像集； 将目标图像输 入预设的病灶分类预测模型进行脑微出血病灶 的分类预测， 得到分类结果， 其中， 所述目标图像 是所述待检测图像集中的任一个切片图像； 若所 述分类结果为存在脑微出血病灶， 则将所述目标 图像输入预设的目标检测模型进行脑微出血病 灶的检测， 得到各个病灶检测框； 根据所述待检 测图像集对应的各个所述病灶检测框， 确定图像 检测结果。 从而提高了检测出的脑 微出血病灶的 准确性。 权利要求书4页 说明书14页 附图2页 CN 114972255 A 2022.08.30 CN 114972255 A 1.一种脑微出 血的图像 检测方法， 所述方法包括： 获取目标对象对应的目标磁敏感加权成像三维图像对应的待检测图像集； 将目标图像输入预设的病灶分类预测模型进行脑微出血病灶的分类预测， 得到分类结 果， 其中， 所述目标图像是 所述待检测图像集中的任一个切片图像； 若所述分类结果为存在脑微出血病灶， 则将所述目标图像输入预设的目标检测模型进 行脑微出 血病灶的检测， 得到各个病灶检测框； 根据所述待检测图像集对应的各个所述病灶检测框， 确定图像 检测结果。 2.根据权利要求1所述的脑微出血的图像检测方法， 其特征在于， 所述根据所述待检测 图像集对应的各个所述病灶检测框， 确定图像 检测结果的步骤， 包括： 对所述待检测图像集对应的每个所述病灶检测框按照预设扩大配置进行扩大处理， 得 到扩大后检测框； 对所述待检测图像集中的与每个所述扩大后检测框对应的图像区域依次进行病灶区 域的分割、 删除像素点数量小于预设的第一数量的病灶区域和形态学 的膨胀处理， 得到第 一病灶区域； 获取所述待检测图像集中的第n个所述切片图像对应的第j个所述扩大后检测框作为 目标检测框， 其中， n和j均是大于0的整数， n小于或等于所述待检测图像集对应的图像数 量； 若n大于1， 则将n的值赋值给i； 将所述目标检测框在所述待检测图像集中的第 i‑1个所述切片图像 中对应的图像区域 作为第一图像区域； 当所述第一图像区域不存在所述第 一病灶区域 时， 对所述第 一图像区域依次进行病灶 区域的分割， 得到第二病灶区域， 将i减1， 重复执行所述将所述目标检测框在所述待检测图 像集中的第i ‑1个所述切片图像中对应的图像区域作为第一图像区域的步骤， 直至所述第 一图像区域存在所述第一病灶区域， 或者， i 等于1； 若n小于所述待检测图像集对应的图像数量， 则将n的值赋值 为k； 将所述目标检测框在所述待检测图像集中的第 k+1个所述切片图像 中对应的图像区域 作为第二图像区域； 当所述第二图像区域不存在所述第 一病灶区域 时， 对所述第 二图像区域依次进行病灶 区域的分割， 得到第三病灶区域， 将k加1， 重复执行所述将所述目标检测框在所述待检测图 像集中的第k+1个所述切片图像中对应的图像区域作为第二图像区域的步骤， 直至所述第 二图像区域存在所述第一病灶区域或者 k‑1等于所述待检测图像集对应的图像数量； 将j加1， 重复执行所述获取所述待检测图像集中的第 n个所述切片图像对应的第j个所 述扩大后检测框作为 目标检测框的步骤， 直至完成第n个所述切片图像中的每个所述扩大 后检测框的获取； 根据所述待检测图像集对应的三维位置数据， 对各个所述第一病灶区域、 各个所述第 二病灶区域和各个所述第三病灶区域进行三维掩膜重建， 得到所述图像 检测结果。 3.根据权利要求2所述的脑微出血的图像检测方法， 其特征在于， 所述根据所述待检测 图像集对应的三维位置数据， 对各个所述第一病灶区域、 各个所述第二病灶区域和各个所 述第三病灶区域进行三维掩膜重建， 得到所述图像 检测结果的步骤， 包括：权　利　要　求　书 1/4 页 2 CN 114972255 A 2根据所述待检测图像集对应的所述三维位置数据， 对各个所述第一病灶区域、 各个所 述第二病灶区域和各个所述第三病灶区域进行三维掩膜重建， 得到待处 理三维掩膜； 从所述待处 理三维掩膜中获取任一个病灶三维掩膜块， 作为待分析掩膜块； 判断所述待分析掩膜块在所述待检测图像集中对应的所述切片图像的数量是否大于 预设的第二数量； 若是， 则将所述待处理三维掩膜中的与 所述待分析掩膜块对应的所述病灶三维掩膜块 设置为非三维掩膜块； 重复执行所述从所述待处理三维掩膜中获取任一个病灶三维掩膜块， 作为待分析掩膜 块的步骤， 直至完成所述待处理三维掩膜中每个所述病灶三维掩膜块的获取， 将所述待处 理三维掩膜作为所述图像 检测结果。 4.根据权利要求1所述的脑微出血的图像检测方法， 其特征在于， 所述病灶分类预测模 型包括： 初始特征提取单元、 第一尺度特征提取单元、 第二尺度特征提取单元、 第三尺度特 征提取单元、 拼接单 元和分类单 元； 所述初始特征提取单元的输出作为所述第 一尺度特征提取单元、 所述第 二尺度特征提 取单元及所述第三尺度特征提取单元 的输入， 所述第一尺度特征提取单元、 所述第二尺度 特征提取单元和所述第三尺度特征提取单元的输出作为所述拼接单元的输入， 所述拼接单 元的输出作为所述分类单 元的输入； 所述初始特 征提取单元依次包括： 卷积层、 批标准 化层、 激活函数层和最大池化层； 所述第一尺度特征提取单元依次包括： 卷积核为1*1的卷积层、 第一卷积块、 第一恒等 残差块、 第二卷积块、 第二恒等残差块， 所述第一卷积块和所述第二卷积块的结构相同， 所 述第一恒等残差块和所述第二恒等残差块的结构相同， 所述第一卷积块依次包括结构相同 的第一卷积子块、 第二卷积子块和第三卷积子块， 所述第一卷积 子块依次包括： 卷积核为 1* 1的卷积层、 批标准化层、 激活函数层和尺寸为2*2的最大池化层， 所述第一恒等残差块依次 包括结构相同的第一残差子块、 第二残差子块和第三残差子块， 所述第一残差子块依 次包 括： 卷积核为3*3且步长为2的卷积层、 批标准化层和激活函数层， 所述第一残差子块的输入 作为所述第三残差 子块的所述激活函数层的输入； 所述第二尺度特征提取单元依次包括： 卷积核为3*3的卷积层、 第三卷积块、 第三恒等 残差块、 第四卷积块、 第四恒等残差块， 所述第三卷积块和所述第四卷积块的结构相同， 所 述第三恒等残差块和所述第四恒等残差块的结构相同， 所述第三卷积块依次包括结构相同 的第四卷积子块、 第五卷积子块和第六卷积子块， 所述第四卷积 子块依次包括： 卷积核为3* 3的卷积层、 批标准化层、 激活函数层和尺寸为2*2的最大池化层， 所述第三恒等残差块依次 包括结构相同的第四残差子块、 第 五残差子块和第六残差子块， 所述第四残差子块依 次包 括： 卷积核为3*3且步长为1的卷积层、 批标准化层和激活函数层， 所述第四残差子块的输入 作为所述第六残差 子块的所述激活函数层的输入； 所述第三尺度特征提取单元依次包括： 卷积核为5*5的卷积层、 第五卷积块、 第五恒等 残差块、 第六卷积块、 第六恒等残差块， 所述第五卷积块和所述第六卷积块的结构相同， 所 述第五恒等残差块和所述第六恒等残差块的结构相同， 所述第五卷积块依次包括结构相同 的第七卷积子块、 第八卷积子块和第九卷积子块， 所述第七 卷积子块依次包括： 卷积核为5* 5的卷积层、 批标准化层、 激活函数层和尺寸为2*2的最大池化层， 所述第五恒等残差块依次权　利　要　求　书 2/4 页 3 CN 114972255 A 3