检查图像处理方法、装置、计算机设备和存储介质与流程

本申请涉及计算机，特别是涉及一种检查图像处理方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、随着计算机技术的发展，出现了针对对象特定部位的检查技术。针对对象特定部位的检查技术，通过采集对象特定部位的检查图像，对检查图像进行分类来确定对象特定部位的检查分类结果。

2、传统技术中，通常是随机采集对象特定部位的检查图像，直接对检查图像进行分类来确定对象特定部位的检查分类结果，存在一定的盲目性，容易导致分类结果不准确。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高分类准确性的检查图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、本申请提供了一种检查图像处理方法。所述方法包括：

3、获取目标对象的目标部位在原始检查状态和处理检查状态下分别对应的候选检查图像集；

4、基于各个检查状态分别对应的关键参考信息，对相应的候选检查图像集进行图像筛选，得到各个检查状态分别对应的至少一个中间检查图像集；

5、基于中间检查图像集内的中间检查图像对应的图像质量，分别从各个中间检查图像集中确定目标检查图像；

6、将各个目标检查图像输入所述目标部位对应的目标图像分类模型，得到所述目标对象的目标部位所对应的检查分类标签。

7、本申请还提供了一种检查图像处理装置。所述装置包括：

8、候选检查图像获取模块，用于获取目标对象的目标部位在原始检查状态和处理检查状态下分别对应的候选检查图像集；

9、中间检查图像确定模块，用于基于各个检查状态分别对应的关键参考信息，对相应的候选检查图像集进行图像筛选，得到各个检查状态分别对应的至少一个中间检查图像集；

10、目标检查图像确定模块，用于基于中间检查图像集内的中间检查图像对应的图像质量，分别从各个中间检查图像集中确定目标检查图像；

11、模型处理模块，用于将各个目标检查图像输入所述目标部位对应的目标图像分类模型，得到所述目标对象的目标部位所对应的检查分类标签。

12、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述检查图像处理方法所述的步骤。

13、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述检查图像处理方法所述的步骤。

14、一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述检查图像处理方法所述的步骤。

15、上述检查图像处理方法、装置、计算机设备、存储介质和计算机程序产品，通过获取目标对象的目标部位在原始检查状态和处理检查状态下分别对应的候选检查图像集，基于各个检查状态分别对应的关键参考信息，对相应的候选检查图像集进行图像筛选，得到各个检查状态分别对应的至少一个中间检查图像集，基于中间检查图像集内的中间检查图像对应的图像质量，分别从各个中间检查图像集中确定目标检查图像，将各个目标检查图像输入目标部位对应的目标图像分类模型，得到目标对象的目标部位所对应的检查分类标签。这样，各个目标检查图像包括不同检查状态对应的目标检查图像，不同检查状态的目标检查图像有助于通过对比来提高针对目标对象目标部位的分类准确性，并且不同检查状态对应的目标检查图像是对相应检查状态对应的候选检查图像进行两次筛选得到的，不同检查状态对应的目标检查图像是相应检查状态下比较关键、且图像质量较优的检查图像，有助于进一步提高目标对象目标部位的分类准确性，将各个目标检查图像输入目标部位对应的目标图像分类模型来预测目标对象的目标部位所对应的检查分类标签，能够有效提高针对目标对象目标部位的分类准确性。并且，通过图像分类模型来预测检查分类标签也可以有效提高针对目标对象目标部位的分类效率。

技术特征：

1.一种检查图像处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述获取目标对象的目标部位在原始检查状态和处理检查状态下分别对应的候选检查图像集，包括：

3.根据权利要求1所述的方法，其特征在于，所述获取目标对象的目标部位在原始检查状态和处理检查状态下分别对应的候选检查图像集，包括：

4.根据权利要求1所述的方法，其特征在于，所述关键参考信息为关键时间信息；

5.根据权利要求1所述的方法，其特征在于，所述基于中间检查图像集内的中间检查图像对应的图像质量，分别从各个中间检查图像集中确定目标检查图像之前，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，所述对中间检查图像进行异物遮挡检测，得到所述各个中间检查图像分别对应的异物遮挡度，包括：

7.根据权利要求5所述的方法，其特征在于，所述对中间检查图像进行图像清晰度检测，得到所述各个中间检查图像分别对应的图像清晰度，包括：

8.根据权利要求5所述的方法，其特征在于，所述关键参考信息为关键时间信息；

9.根据权利要求1所述的方法，其特征在于，所述基于中间检查图像集内的中间检查图像对应的图像质量，分别从各个中间检查图像集中确定目标检查图像，包括：

10.根据权利要求1所述的方法，其特征在于，所述将各个目标检查图像输入所述目标部位对应的目标图像分类模型，得到所述目标对象的目标部位所对应的检查分类标签，包括：

11.根据权利要求1所述的方法，其特征在于，所述方法还包括：

12.根据权利要求1至11任一项所述的方法，其特征在于，所述获取目标对象的目标部位在原始检查状态和处理检查状态下分别对应的候选检查图像集，包括：

13.根据权利要求12所述的方法，其特征在于，所述目标生物组织在处理检查状态下对应的关键参考信息，是基于参考生物组织在染色后的颜色变化速度确定的。

14.一种检查图像处理装置，其特征在于，所述装置包括：

15.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至13中任一项所述的方法的步骤。

16.一种计算机可读存储介质，其上存储有计算机程序，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至13中任一项所述的方法的步骤。

17.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至13中任一项所述的方法的步骤。

技术总结
本申请涉及一种检查图像处理方法、装置、计算机设备、存储介质和计算机程序产品。本申请实施例涉及人工智能技术。所述方法包括：获取目标对象的目标部位在原始检查状态和处理检查状态下分别对应的候选检查图像集；基于各个检查状态分别对应的关键参考信息，对相应的候选检查图像集进行图像筛选，得到各个检查状态分别对应的至少一个中间检查图像集；基于中间检查图像集内的中间检查图像对应的图像质量，分别从各个中间检查图像集中确定目标检查图像；将各个目标检查图像输入目标部位对应的目标图像分类模型，得到目标对象的目标部位所对应的检查分类标签。采用本方法能够提高分类准确性。

技术研发人员：伍健荣
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：
技术公布日：2024/1/15