(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 202210579797.X (22)申请日 2022.05.26 (71)申请人 北京联影智能影 像技术研究院 地址 100089 北京市海淀区永腾北路9号院 3号楼4层 (72)发明人 吴青霞　王梅云　 (74)专利代理 机构 北京华进京联知识产权代理 有限公司 1 1606 专利代理师 魏朋 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/12(2017.01) G06T 7/194(2017.01) G06V 10/10(2022.01)G06V 10/25(2022.01) G06V 10/40(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 乳腺特征提取、 检测模型的训练方法、 装置 (57)摘要 本申请涉及一种乳 腺特征提取、 检测模型的 训练方法、 装置。 所述方法包括： 将原始乳腺图像 划分为多个区域； 从多个区域中确定至少一个待 替换区域和目标区域， 并将待替换区域的图像替 换为目标区域的图像， 以得到多个替换图像； 其 中， 目标区域与待替换区域的区域属性不同， 区 域属性由该区域所包含感兴趣图像的比例确定； 利用编码器模 型对替换图像进行特征提取， 并利 用解码器模型根据特征提取的结果进行图像还 原， 得到还原图像； 根据还原图像与原始乳腺图 像之间的差异， 确定第一差异； 以缩小第一差异 为目标， 调整初始特征模型； 基于训练结束后的 初始特征模型中的编码器模型得到乳腺特征提 取模型。 该方法可为训练提供大量样本， 保证训 练精度、 节省训练时间。 权利要求书2页 说明书11页 附图4页 CN 114820576 A 2022.07.29 CN 114820576 A 1.一种乳腺特 征提取模型的训练方法， 其特 征在于， 所述训练方法包括： 将原始乳腺图像划分为多个区域； 从所述多个区域中确定至少一个待替换区域和目标区域， 并将所述待替换区域的图像 替换为所述目标区域的图像， 以得到多个替换图像； 其中， 所述目标区域与所述待替换区域 的区域属性 不同， 所述区域属性由该区域所包 含感兴趣图像的比例确定； 利用初始特征模型中的编码器模型对所述替换图像进行特征提取， 并利用所述初始特 征模型中的解码器模型根据所述特 征提取的结果进行图像还原， 得到还原图像； 根据所述还原图像与所述原 始乳腺图像之间的差异， 确定第一差异； 以缩小所述第一差异为目标， 调整所述初始特 征模型； 基于训练结束后的所述编码器模型 得到乳腺特征提取模型。 2.根据权利要求1所述的训练方法， 其特征在于， 所述区域属性包括正样本属性和负样 本属性， 具有正样本属 性的区域所包含所述感兴趣图像的比例大于或等于预设比例阈值， 具有负样本属性的区域所包含所述感兴趣图像的比例小于所述预设比例阈值， 所述待替换 区域包括第一待替换区域和第二待替换区域， 所述目标区域包括第一目标区域和 第二目标 区域， 所述 替换图像包括第一 替换图像和第二 替换图像； 所述从所述多个区域中确定 至少一个待替换区域和目标区域包括： 以至少一个具有负样本属性的区域为所述第 一待替换区域， 并以至少一个具有正样本 属性的区域 为所述第一目标区域； 以至少一个具有正样本属性的区域为所述第 二待替换区域， 并以至少一个具有负样本 属性的区域 为所述第二目标区域； 所述将所述待替换区域的图像替换为所述目标区域的图像， 以得到多个替换图像包 括： 将所述第一待替换区域的图像替换为所述第 一目标区域的图像， 得到所述第 一替换图 像， 并将所述第二待替换区域的图像替换为所述第二 目标区域的图像， 得到所述第二替换 图像。 3.根据权利要求2所述的训练方法， 其特征在于， 所述初始特征模型还包括区域替换模 型， 所述将所述第一待替换区域的图像替换为所述第一 目标区域的图像， 得到所述第一替 换图像， 并将所述第二待替换区域的图像替换为所述第二 目标区域的图像， 得到所述第二 替换图像包括： 将所述原始乳腺图像输入所述 区域替换模型， 以通过所述 区域替换模型将所述第 一待 替换区域的图像替换为所述第一 目标区域的图像， 得到所述第一替换图像， 并通过所述区 域替换模型将所述第二待替换区域的图像替换为所述第二目标区域的图像， 得到所述第二 替换图像。 4.根据权利要求3所述的训练方法， 其特征在于， 所述以缩小所述第一差异为目标， 调 整所述初始特 征模型前还包括： 根据所述多个替换图像与对应的所述原始乳腺图像之间差异， 确定第 二差异， 和/或根 据所述第一 替换图像与所述第二 替换图像之间的差异， 确定第三差异； 所述以缩小所述第一差异为目标， 调整所述初始特 征模型包括： 以缩小所述第 一差异、 且扩大所述第 二差异和/或所述第 三差异为目标， 调整所述初始权　利　要　求　书 1/2 页 2 CN 114820576 A 2特征模型。 5.根据权利要求2所述的训练方法， 其特征在于， 所述将所述第 一待替换区域的图像替 换为所述第一目标区域的图像， 得到所述第一 替换图像包括： 对所述第一目标区域的图像进行图像 变换处理； 将所述第一待替换区域的图像替换为经过所述图像变换处理后所述第一目标区域的 图像， 得到所述第一 替换图像。 6.根据权利要求1 ‑5任一项所述的训练方法， 其特征在于， 在将原始乳腺图像划分为多 个区域之前还 包括： 对所述原 始乳腺图像进行边界分割处 理， 以去除所述原 始乳腺图像中的背景。 7.一种乳腺检测模型的训练方法， 其特征在于， 用于训练初始检测模型， 所述初始检测 模型包括特征识别模型和如权利要求1至6任一项所述的训练方法得到的所述乳腺特征提 取模型， 所述训练方法包括： 将标注乳腺图像输入所述乳腺特征提取模型， 得到 图像特征； 所述标注乳腺图像中的 标注用于反映对感兴趣图像的检测结果； 将所述图像特 征输入所述特 征识别模型， 得到预测检测结果； 根据所述预测检测结果与所述标注乳腺图像的标注之间的差异， 确定第四差异； 以缩小所述第四差异为目标， 调整所述初始检测模型， 基于训练结束后的所述初始检 测模型得到乳腺检测模型。 8.一种乳腺特征提取模型的训练装置， 其特征在于， 用于训练初始特征模型， 所述初始 特征模型包括编码器模型和解码器模型， 所述训练装置包括： 区域划分模块， 用于将原 始乳腺图像划分为多个区域； 替换图像获取模块， 用于从所述多个区域中确定至少一个待替换区域和目标区域， 并 将所述待替换区域的图像替换为所述目标区域的图像， 以得到多个替换图像； 其中， 所述目 标区域与所述待替换区域的区域属性不同， 所述区域属性由该区域所包含感兴趣图像的比 例确定； 图像处理模块， 用于利用所述编码器模型对所述替换图像进行特征提取， 并利用所述 解码器模型根据所述特 征提取的结果进行图像还原， 得到还原图像； 差异确定模块， 用于根据所述还原图像与所述原始乳腺图像之间的差异， 确定第一差 异； 参数调整模块， 用于以缩小所述第一差异为目标， 调整所述初始特 征模型； 模型确定模块， 用于基于训练结束后的所述初始特征模型中的所述编码器模型得到乳 腺特征提取模型。 9.一种计算机设备， 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6中任一项所述的方法的步骤， 或 权利要求7 所述的方法的步骤。 10.一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6中任一项所述的方法的步骤， 或权利要求7所述的方法 的步骤。权　利　要　求　书 2/2 页 3 CN 114820576 A 3