(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 202210786683.2 (22)申请日 2022.07.04 (71)申请人 北京医准智能科技有限公司 地址 100083 北京市海淀区知春路7号 致真 大厦A座12层1202-120 3号 (72)发明人 丁佳　吕晨翀　 (74)专利代理 机构 北京乐知新创知识产权代理 事务所(普通 合伙) 11734 专利代理师 江宇 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06V 10/44(2022.01) G06N 3/08(2006.01) G06N 3/04(2006.01)G06V 10/82(2022.01) (54)发明名称 一种病灶检测方法、 装置、 电子设备及可读 存储介质 (57)摘要 本申请公开了一种病灶检测方法、 装置、 电 子设备及可读存储介质， 该方法包括： 获取肺门 区CT图像； 采用三维特征提取网络提取肺门区CT 图像的特征， 得到对应的三维特征图； 采用二维 特征提取网络提取三维特征图的特征， 并基于自 注意力机制融合提取到的特征， 得到新的三维特 征图； 采用检测网络对新的三维特征图进行病灶 检测， 得到病灶检测结果。 如此， 可以获取到三维 特征图中不同层的二维特征， 并将不同层的二维 特征关联起来， 最终形成具有丰富空间信息的新 的三维特征图， 大大增加了肺门区特征的感受 野， 从而可以实现更加精准的病灶预测， 尤其对 于跨越层面众多， 需要丰富空间信息才能准确预 测的病灶， 从而提高肺门区的病灶检出度和检出 准确度。 权利要求书2页 说明书8页 附图4页 CN 115170510 A 2022.10.11 CN 115170510 A 1.一种病灶检测方法， 其特 征在于， 包括： 获取肺门区CT图像； 采用三维特 征提取网络提取 所述肺门区CT图像的特 征， 得到对应的三维特 征图； 采用二维特征提取网络提取所述三维特征图的特征， 并基于自注意力 机制融合提取到 的特征， 得到新的三维特 征图； 采用检测网络对所述 新的三维特 征图进行病灶检测， 得到病灶检测结果。 2.根据权利要求1所述的病灶检测方法， 其特征在于， 所述采用二维特征提取网络提取 所述三维特征图的特征， 并基于自注 意力机制融合提取到的特征， 得到新的三 维特征图， 包 括： 采用所述二维特征提取网络将所述三维特征图进行维度重组变换， 得到对应的二维特 征图序列； 采用所述二维特征提取网络提取所述二维特征图序列的特征， 并基于自注意力 机制融 合提取到的特 征， 得到对应的融合特 征图序列； 采用所述二维特征提取网络将所述融合特征图序列还原为三维的图像， 得到新的三维 特征图。 3.根据权利要求2所述的病灶检测方法， 其特征在于， 所述采用所述二维特征提取网络 将所述三维特征图进行维度重组变换， 得到对应的二维特 征图序列， 包括： 采用所述二维特征提取网络将所述三维特征图按照图像序列沿第一方向排列的方式 转换为二维特征图序列， 所述第一方向包括高度方向、 深度方向、 宽度方向中的任一种。 4.根据权利要求2所述的病灶检测方法， 其特征在于， 所述二维特征提取网络包括二维 卷积网络、 维度重组网络和自注意力机制网络， 所述采用所述二维特征提取网络提取所述二维特征图序列的特征， 并基于自注意力 机 制融合提取到的特 征， 得到对应的融合特 征图序列， 包括： 采用所述 二维卷积网络提取 所述二维特征图序列的特 征， 得到新的二维特 征图序列； 采用所述维度重组网络将所述新的二维特征图序列进行维度重组变换， 得到对应的一 维特征图序列； 针对所述一维特征图序列中的每个一维特征图， 采用所述自注意力 机制网络对该一维 特征图及该一维特征图对应的其他一维特征图进行融合处理， 得到对应的融合特征图序 列。 5.根据权利要求4所述的病灶检测方法， 其特征在于， 所述采用所述维度重组网络将所 述新的二维特 征图序列进行维度重组变换， 得到对应的一维特 征图序列， 包括： 采用所述维度重组网络将所述新的二维特征图序列按照图像序列平行于深度方向的 方式转换为 一维特征图序列。 6.根据权利要求1所述的病灶检测方法， 其特 征在于， 所述获取肺门区CT图像， 包括： 获取胸部 CT图像； 对所述胸部 CT图像进行分割， 得到所述肺门区CT图像。 7.根据权利要求1所述的病灶检测方法， 其特征在于， 所述检测网络包括分类网络和回 归网络， 所述采用检测网络对所述 新的三维特 征图进行病灶检测， 得到病灶检测结果， 包括：权　利　要　求　书 1/2 页 2 CN 115170510 A 2采用所述分类网络对所述 新的三维特 征图进行病灶检测， 得到病灶类型 结果； 采用所述回归网络对所述 新的三维特 征图进行病灶检测， 得到病灶位置结果。 8.一种病灶检测装置， 其特 征在于， 包括： 获取单元， 用于获取肺门区CT图像； 第一提取单元， 用于采用三维特征提取网络提取所述肺门区CT图像的特征， 得到对应 的三维特 征图； 第二提取单元， 用于采用二维特征提取网络提取所述三维特征图的特征， 并基于自注 意力机制融合 提取到的特 征， 得到新的三维特 征图； 检测单元， 用于采用检测网络对所述新的三维特征图进行病灶检测， 得到病灶检测结 果。 9.一种电子设备， 其特 征在于， 包括： 至少一个处理器； 以及与所述至少一个处理器通信连接的存储器； 其中， 所述存储器存 储有可被所述至少一个处理器执行 的指令， 所述指令被所述至少一个处理器执行， 以使所 述至少一个处 理器执行如权利要求1 ‑7任意一项所述的病灶检测方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使计算机执 行如权利要求1 ‑7任意一项所述的病灶检测方法。权　利　要　求　书 2/2 页 3 CN 115170510 A 3