一种应用于X光图像的病毒检测方法及相关设备与流程

本技术涉及图像处理，尤其涉及一种应用于x光图像的病毒检测方法及相关设备。

背景技术：

1、近年来，人类的医疗水平面临着全新的挑战。肺炎以发热、干咳、乏力等为主要表现，少数患者伴有鼻塞、流涕、腹泻等上呼吸道和消化道症状，目前可以确定的肺炎传播途径主要为直接传播、气溶胶传播和接触传播。直接传播是指患者喷嚏、咳嗽、说话的飞沫，呼出的气体近距离直接吸入导致的感染；气溶胶传播是指飞沫混合在空气中，形成气溶胶，吸入后导致感染；接触传播是指飞沫沉积在物品表面，接触污染手后，再接触口腔、鼻腔、眼睛等粘膜，导致感染。在防疫的过程中，疫情的早期发现和隔离起着至关重要的作用。

2、现有一种病毒检测方法，即通过卷积神经网络以捕捉x光图像中的关键特征，以实现对患者的病毒检测。

3、然而，申请人发现，由于肺炎x光图像的特征较为隐蔽且易与其他肺部疾病混淆，导致传统的病毒检测方法难以准确捕捉关键特征，进而影响病毒检测/识别的准确性。

技术实现思路

1、本技术实施例的目的在于提出一种应用于x光图像的病毒检测方法及相关设备，以解决传统的病毒检测方法存在的准确性较低的问题。

2、为了解决上述技术问题，本技术实施例提供一种应用于x光图像的病毒检测方法，采用了如下所述的技术方案：

3、读取数据库，在所述数据库中获取历史肺部x光图像以及与所述历史肺部x光图像相对应的历史病毒检测结果；

4、构建包含有若干种神经网络架构的搜索空间，并根据atomnas算法在所述搜索空间中生成与所述历史病毒检测结果相对应的初始神经架构搜索模型；

5、根据所述历史肺部x光图像以及所述历史病毒检测结果构建模型训练数据以及模型验证数据；

6、将所述模型训练数据输入至所述初始神经架构搜索模型进行模型训练操作，并根据所述模型验证数据对所述模型训练操作进行参数优化，得到训练好的神经架构搜索模型；

7、接收用户终端发送的携带有待检测图片的病毒检测请求；

8、根据所述训练好的神经架构搜索模型对所述待检测图片进行病毒识别操作，得到病毒识别结果；

9、向所述用户终端输出所述病毒识别结果。

10、进一步的，在所述读取数据库，在所述数据库中获取历史肺部x光图像以及与所述历史肺部x光图像相对应的历史病毒检测结果的步骤之后，还包括下述步骤：

11、根据多尺度去噪算法计算所述历史肺部x光图像的小波系数；

12、根据所述历史肺部x光图像的频率特征对所述小波系数进行分类，得到分类后的小波系数；

13、根据自适应阈值方法对所述分类后的小波系数进行软阈值收缩操作，得到去噪后的历史肺部x光图像。

14、进一步的，在所述根据自适应阈值方法对所述分类后的小波系数进行软阈值收缩操作，得到去噪后的历史肺部x光图像的步骤之后，还包括下述步骤：

15、对所述去噪后的历史肺部x光图像的对比度和清晰度进行质量评估，得到质量评估结果；

16、若所述质量评估结果不及格，则调整所述多尺度去噪算法的参数；

17、根据调整参数后的多尺度去噪算法重新计算所述历史肺部x光图像的小波系数，并根据新的小波参数对所述历史肺部x光图像进行去噪操作，直至得到的重新去噪后的历史肺部x光图像满足预设的对比度和清晰度。

18、进一步的，在所述读取数据库，在所述数据库中获取历史肺部x光图像以及与所述历史肺部x光图像相对应的历史病毒检测结果的步骤之后，还包括下述步骤：

19、根据自适应直方图均衡技术对所述历史肺部x光图像进行对比度增强操作，得到增强后的历史肺部x光图像；

20、根据随机算法生成矩形遮挡区域，并根据所述矩形遮挡区域对所述增强后的历史肺部x光图像进行随机遮挡操作，得到随机遮挡处理后的历史肺部x光图像；

21、分析所述随机遮挡处理后的历史肺部x光图像的特征分布数据；

22、根据所述特征分布数据调整所述自适应直方图均衡技术的参数设置，并根据参数调整后的自适应直方图均衡技术对所述历史肺部x光图像进行图像增强操作。

23、进一步的，所述构建包含有若干种神经网络架构的搜索空间，并根据atomnas算法在所述搜索空间中生成与所述历史病毒检测结果相对应的初始神经架构搜索模型的步骤，具体包括下述步骤：

24、根据所述atomnas算法在所述搜索空间获取与所述历史病毒检测结果相对应的若干个高性能模型结构；

25、根据block方法堆叠所述高性能模型结构，以构建所述初始神经架构搜索模型，其中，每个所述高性能模型结构均绑一个伸缩量α，以使所述初始神经架构搜索模型在每轮训练完成后更新所述伸缩量α。

26、为了解决上述技术问题，本技术实施例还提供一种应用于x光图像的病毒检测装置，采用了如下所述的技术方案：

27、历史图像获取模块，用于读取数据库，在所述数据库中获取历史肺部x光图像以及与所述历史肺部x光图像相对应的历史病毒检测结果；

28、模型构建模块，用于构建包含有若干种神经网络架构的搜索空间，并根据atomnas算法在所述搜索空间中生成与所述历史病毒检测结果相对应的初始神经架构搜索模型；

29、训练数据构建模块，用于根据所述历史肺部x光图像以及所述历史病毒检测结果构建模型训练数据以及模型验证数据；

30、模型训练模块，用于将所述模型训练数据输入至所述初始神经架构搜索模型进行模型训练操作，并根据所述模型验证数据对所述模型训练操作进行参数优化，得到训练好的神经架构搜索模型；

31、请求获取模块，用于接收用户终端发送的携带有待检测图片的病毒检测请求；

32、识别获取模块，用于根据所述训练好的神经架构搜索模型对所述待检测图片进行病毒识别操作，得到病毒识别结果；

33、结果输出模块，用于向所述用户终端输出所述病毒识别结果。

34、进一步的，所述装置还包括：

35、小波系数计算模块，用于根据多尺度去噪算法计算所述历史肺部x光图像的小波系数；

36、小波系数分类模块，用于根据所述历史肺部x光图像的频率特征对所述小波系数进行分类，得到分类后的小波系数；

37、软阈值收缩模块，用于根据自适应阈值方法对所述分类后的小波系数进行软阈值收缩操作，得到去噪后的历史肺部x光图像。

38、进一步的，所述装置还包括包括：

39、质量评估模块，用于对所述去噪后的历史肺部x光图像的对比度和清晰度进行质量评估，得到质量评估结果；

40、参数调整模块，用于若所述质量评估结果不及格，则调整所述多尺度去噪算法的参数；

41、去噪模块，用于根据调整参数后的多尺度去噪算法重新计算所述历史肺部x光图像的小波系数，并根据新的小波参数对所述历史肺部x光图像进行去噪操作，直至得到的重新去噪后的历史肺部x光图像满足预设的对比度和清晰度。

42、为了解决上述技术问题，本技术实施例还提供一种计算机设备，采用了如下所述的技术方案：

43、包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上所述的应用于x光图像的病毒检测方法的步骤。

44、为了解决上述技术问题，本技术实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：

45、所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上所述的应用于x光图像的病毒检测方法的步骤。

46、本技术提供了一种应用于x光图像的病毒检测方法，包括：读取数据库，在所述数据库中获取历史肺部x光图像以及与所述历史肺部x光图像相对应的历史病毒检测结果；构建包含有若干种神经网络架构的搜索空间，并根据atomnas算法在所述搜索空间中生成与所述历史病毒检测结果相对应的初始神经架构搜索模型；根据所述历史肺部x光图像以及所述历史病毒检测结果构建模型训练数据以及模型验证数据；将所述模型训练数据输入至所述初始神经架构搜索模型进行模型训练操作，并根据所述模型验证数据对所述模型训练操作进行参数优化，得到训练好的神经架构搜索模型；接收用户终端发送的携带有待检测图片的病毒检测请求；根据所述训练好的神经架构搜索模型对所述待检测图片进行病毒识别操作，得到病毒识别结果；向所述用户终端输出所述病毒识别结果。与现有技术相比，本技术可以极大地减轻医生的工作负担，减少人为诊断错误的可能性，并为患者提供更快速、更准确的病毒检测服务；此外，也有助于降低医疗成本，提高医院系统的整体运作效率。

技术特征：

1.一种应用于x光图像的病毒检测方法，其特征在于，包括下述步骤：

2.根据权利要求1所述的应用于x光图像的病毒检测方法，其特征在于，在所述读取数据库，在所述数据库中获取历史肺部x光图像以及与所述历史肺部x光图像相对应的历史病毒检测结果的步骤之后，还包括下述步骤：

3.根据权利要求2所述的应用于x光图像的病毒检测方法，其特征在于，在所述根据自适应阈值方法对所述分类后的小波系数进行软阈值收缩操作，得到去噪后的历史肺部x光图像的步骤之后，还包括下述步骤：

4.根据权利要求1所述的应用于x光图像的病毒检测方法，其特征在于，在所述读取数据库，在所述数据库中获取历史肺部x光图像以及与所述历史肺部x光图像相对应的历史病毒检测结果的步骤之后，还包括下述步骤：

5.根据权利要求1所述的应用于x光图像的病毒检测方法，其特征在于，所述构建包含有若干种神经网络架构的搜索空间，并根据atomnas算法在所述搜索空间中生成与所述历史病毒检测结果相对应的初始神经架构搜索模型的步骤，具体包括下述步骤：

6.一种应用于x光图像的病毒检测装置，其特征在于，包括：

7.根据权利要求6所述的应用于x光图像的病毒检测装置，其特征在于，所述装置还包括：

8.根据权利要求7所述的应用于x光图像的病毒检测装置，其特征在于，所述装置还包括包括：

9.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机可读指令，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5中任一项所述的应用于x光图像的病毒检测方法的步骤。

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上存储有计算机可读指令，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5中任一项所述的应用于x光图像的病毒检测方法的步骤。

技术总结
本申请实施例属于图像处理技术领域，涉及一种应用于X光图像的病毒检测方法及相关设备，该方法包括：通过收集历史肺部X光照片及其对应的病毒检测结果，构建了一种包含多种神经网络架构的搜索空间，利用神经架构搜索(NAS)算法在该搜索空间中生成初始的神经架构搜索模型，以专门用于识别和预测X光图像中的病毒感染。本申请可以极大地减轻医生的工作负担，减少人为诊断错误的可能性，并为患者提供更快速、更准确的病毒检测服务；此外，也有助于降低医疗成本，提高医院系统的整体运作效率。

技术研发人员：唐彦玺,王健宗,瞿晓阳,张旭龙
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：
技术公布日：2024/12/5