一种异物检测方法、装置、电子设备及存储介质与流程

技术特征：
1.一种异物检测方法，其特征在于，包括如下步骤：获取定位图像；将所述定位图像输入至训练完备的异物检测模型，得到异物检测结果；基于所述异物检测结果，确定与所述定位图像对应的异物检测图像和/或给出相应的提醒，其中，所述异物检测图像用于获取异物的参数信息。2.根据权利要求1所述的异物检测方法，其特征在于，所述异物的参数信息包括异物在所述定位图像中的位置、异物的数量、异物的大小、异物的形状以及异物的种类中的一种或多种。3.根据权利要求1所述的异物检测方法，其特征在于，所述方法还包括：获取训练集并构建初始训练模型，其中，所述训练集包括若干组定位图像以及与定位图像一一对应的异物标注图像；采用所述训练集对所述初始训练模型进行训练，以得到训练完备的异物检测模型。4.根据权利要求3所述的异物检测方法，其特征在于，所述异物检测模型为机器学习模型或者深度学习模型。5.根据权利要求1所述的异物检测方法，其特征在于，所述确定与所述定位图像对应的异物检测图像，包括：在所述定位图像或所述定位图像的复制图像中，采用标注框将所述异物所在的感兴趣区域框选，以得到所述异物检测图像，其中，所述标注框被配置为外挂有异物的参数信息的框体。6.根据权利要求1所述的异物检测方法，其特征在于，所述给出相应的提醒，包括：输出包含所述异物的参数信息的语音提示信息；或者输出包含所述异物的参数信息的驱动信号至交互式设备，以使所述交互式设备根据所述异物的参数信息进行语音提示。7.根据权利要求1所述的异物检测方法，其特征在于，所述方法还包括：在获取了定位图像后，对所述定位图像进行图像分割，以将所述定位图像中目标物体分割为多个部位。8.一种异物检测装置，其特征在于，包括：获取模块，用于获取定位图像；检测模块，用于将所述定位图像输入至训练完备的异物检测模型，得到异物检测结果；提醒模块，用于基于所述异物检测结果，确定与所述定位图像对应的异物检测图像和/或给出相应的提醒，其中，所述异物检测图像用于获取异物的参数信息。9.一种电子设备，其特征在于，包括：处理器和存储器；所述存储器上存储有可被所述处理器执行的计算机可读程序；所述处理器执行所述计算机可读程序时实现如权利要求1-7任意一项所述的异物检测方法中的步骤。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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7任意一项所述的异物检测方法中的步骤。

技术总结
本发明公开了一种异物检测方法、装置、电子设备及存储介质，方法包括：获取定位图像；将所述定位图像输入至训练完备的异物检测模型，得到异物检测结果；基于所述异物检测结果，确定与所述定位图像对应的异物检测图像和/或给出相应的提醒，其中，所述异物检测图像用于获取异物的参数信息。本发明解决了现有技术中在扫描过程中，通过技师进行人为异物有无的判定时效率低下、准确率低的技术问题。准确率低的技术问题。准确率低的技术问题。


技术研发人员：许晓莼 刘士涛 顾笑悦 贾胜果
受保护的技术使用者：上海联影医疗科技股份有限公司
技术研发日：2021.11.29
技术公布日：2022/3/18