(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 202210162528.3 (22)申请日 2022.02.22 (71)申请人 深圳市大 数据研究院 地址 518000 广东省深圳市龙岗区龙城街 道龙翔大道 2001号道远楼 225室 (72)发明人 李灏峰　黄俊嘉　李冠彬　刘周　 钟贻洪　陈影影　王云飞　罗德红　 万翔　 (74)专利代理 机构 深圳市恒和大知识产权代理 有限公司 4 4479 专利代理师 何园园 (51)Int.Cl. G06T 7/00(2017.01) G06K 9/62(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于视角解耦Tran sformer模型的病灶检测 方法、 装置、 设备及 介质 (57)摘要 本 发 明 公 开 了 一 种 基 于 视 角 解 耦 Transformer模型的病灶检测方法、 装置、 设备及 存储介质， 其方法实现， 包括： 获取待测用户的 MRI图像数据， 并对MRI图像数据进行预处理； 根 据预处理后的MRI图像数据， 获取切片数据， 并输 入至预先训练的病灶检测模型中； 对 所述切片数 据进行特征提取， 以获取高层特征数据； 通过不 同的视角在不同尺度上对高层特征数据进行融 合， 以获取高层特征预测数据； 通过高层特征预 测数据对待测用户的病灶进行预测。 通过对提取 的特征数据通过不同视角在不同尺度上进行融 合， 可增强输入切片的上下文信息， 实现了多尺 度特征预测， 提高了对病灶的定位精度， 对早期 肿瘤具有很强的识别效果， 有效提高了检测准确 度。 权利要求书2页 说明书11页 附图5页 CN 114549462 A 2022.05.27 CN 114549462 A 1.一种基于 视角解耦 Transformer模型的病灶检测方法， 其特 征在于， 所述方法， 包括： 获取待测用户的MRI图像数据， 并对所述MRI图像数据进行 预处理； 根据预处 理后的MRI图像数据， 获取切片数据， 并输入至预 先训练的病灶检测模型中； 对所述切片数据进行 特征提取， 以获取高层特 征数据； 通过不同的视角在不同尺度 上对所述高层特征数据进行融合， 以获取高层特征预测数 据； 通过所述高层特 征预测数据对所述待测用户的病灶进行 预测。 2.如权利要求1所述的基于视角解耦Transformer模型的病灶检测方法， 其特征在于， 所述输入至预 先训练的病灶检测模型中之前， 包括： 采集多个MRI样本图像数据， 并通过包围盒的形式对每个所述MRI样本图像数据的横截 面切片的病灶区域进行 标记； 对采集的所述MRI样本图像数据进行 预处理； 创建原始病灶检测模型， 将预处理后的MRI样本图像数据转换为样本切片数据， 输入至 所述原始病灶检测模型中， 并根据所述标记进行迭代学习， 直至获取所述预先训练的病灶 检测模型。 3.如权利要求1所述的基于视角解耦Transformer模型的病灶检测方法， 其特征在于， 所述对所述切片数据进行 特征提取， 以获取高层特 征数据， 包括 将所述切片数据分割成多个小块， 所述小块 为单通道图像； 将所述单通道图像嵌入至目标通道中， 以获取目标通道数的图像； 根据所述目标通道数的图像， 获取 所述高层特 征数据。 4.如权利要求3所述的基于视角解耦Transformer模型的病灶检测方法， 其特征在于， 所述通过不同的视角在不同尺度上对所述高层特征数据进 行融合， 以获取高层特征预测数 据， 包括： 将所述高层特 征数据划分为多个小窗口， 所述小窗口包括M ×M个所述小块； 在每个所述小窗口中进行自注意力计算， 以获取 上下文联系； 根据所述上下文联系， 通过不同的视角在不同尺度上对所述高层特征数据进行融合， 以获取所述高层特 征预测数据。 5.如权利要求4所述的视角解耦的病灶检测方法， 其特征在于， 所述在每个所述小窗口 中进行自注意力计算， 以获取 上下文联系， 包括： 将每个所述小窗口分别向目标 方向偏移M /2个块区域， 形成偏移区域； 将所述偏移区域补充至原 始区域， 以形成多个新的小窗口； 在所述新的小窗口中进行自注意力计算， 以获取 上下文联系。 6.权利要求2所述的基于视角解耦Transformer模型的病灶检测方法， 其特征在于， 所 述将预处理后的MRI样本图像数据转换为样本切片数据， 输入至所述原始病灶检测模型中 之后， 包括： 通过区域 生成网络提取 预设数量的候选区域； 计算所述 候选区域与真实区域之间的交并比； 根据所述交并比与 预设交并比阈值之间的差值， 将所述候选区域划分为正样本以及负 样本， 并对所述正样本以及所述负样本进行采样， 以将所述正样本以及所述负样本之间的权　利　要　求　书 1/2 页 2 CN 114549462 A 2比例配置为预设比例； 将符合所述预设比例的候选区域发送至池化层进行池化处 理， 并进行病灶预测。 7.如权利 要求1‑6任意一项所述的基于视角解耦Transformer模型的病灶检测方法， 其 特征在于， 所述根据预处理后的MRI图像数据， 获取切片数据， 并输入至预先训练的病灶检 测模型中， 包括： 从进行不同视角对预处 理后的MRI图像数据进行横截面切片处 理， 以获取多张切片； 在所述多 张切片中选取高度连续的切片序列输入至所述预先训练 的病灶检测模型中； 或者， 在所述多张切片中选取一张切片输入至所述预 先训练的病灶检测模型中。 8.一种基于 视角解耦 Transformer模型的病灶检测装置， 其特 征在于， 所述装置， 包括： 图像数据获取模块， 用于获取待测用户的MRI图像数据， 并对所述MRI 图像数据进行预 处理； 切片数据获取模块， 用于根据预处理后的MRI 图像数据， 获取切片数据， 并输入至预先 训练的病灶检测模型中； 特征提取模块， 用于对所述切片数据进行 特征提取， 以获取高层特 征数据； 视角解耦模块， 用于通过不同的视角在不同尺度上对所述高层特征数据进行融合， 以 获取高层特 征预测数据； 预测模块， 用于通过 所述高层特 征预测数据对所述待测用户的病灶进行 预测。 9.一种计算机设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器 上运行的计算机可读指令， 其特征在于， 所述处理器执行所述计算机可读指令时实现如权 利要求1至7任意 一项所述基于 视角解耦 Transformer模型的病灶检测方法的步骤。 10.一个或多个可读存储介质， 所述可读存储介质存储有计算机可读指令， 其特征在 于， 所述计算机可读指令被处理器执行时实现如权利要求 1至7任意一项 所述基于视角解耦 Transformer模型的病灶检测方法的步骤。权　利　要　求　书 2/2 页 3 CN 114549462 A 3