技术摘要：
本申请提供了一种基于人工智能的图像显示方法、装置、设备及介质，属于人工智能技术领域。所述方法包括：基于图像分类模型对第一图像进行处理，得到第一特征图像；基于所述图像分类模型，根据所述第一特征图像，获取所述第一特征图像对应的第二特征图像；基于所述图像  全部
背景技术：
宫颈癌是一种对女性威胁较大、致死率较高的恶性肿瘤疾病。随着宫颈癌筛查方 法的发展，通过薄层液基细胞学技术可以在发病初期成功的筛查出宫颈癌病变，从而减少 了发病率和死亡率。然而，由于在筛查过程中，需要由医务人员基于个人经验对宫颈液基涂 片进行判读，来确定是否存在病变。在劳动强度较高，工作量大时，容易引起误诊和漏诊的 问题。 目前，可以通过计算机辅助的方式来降低医务工作者的工作量。即在筛查过程中， 由计算机设备对宫颈液基涂片进行整体的扫描，通过图像处理技术对扫描得到的图像进行 分割，提取其中的细胞图像，并根据细胞特征判断细胞是否出现病变。 上述技术方案存在的问题是，扫描涂片的设备成本较高，扫描涂片要花费大量时 间，并且由于细胞图像较为复杂，存在细胞核重叠或者相互接触的情况，计算机设备无法对 扫描得到的图像进行准确的判断，仍需要医务人员进行二次确认才能完成筛查工作，降低 了医生的筛查效率。
技术实现要素：
本申请实施例提供了一种基于人工智能的图像显示方法、装置、设备及介质，使得 医务人员在对涂片进行判读时，可以在当前视野下的涂片包含阳性细胞时，实时进行确认 和判断，不需要二次确认，节约了医务人员的工作流程，提高了筛查效率。所述技术方案如 下： 一方面，提供了一种基于人工智能的图像显示方法，其特征在于，所述方法包括： 基于图像分类模型对第一图像进行处理，得到第一特征图像，所述第一图像为通 过显微镜对包括多个待检测对象的涂片的局部区域进行图像采集得到的图像； 基于所述图像分类模型，根据所述第一特征图像，获取所述第一特征图像对应的 第二特征图像，所述第二特征图像与所述第一特征图像尺寸相同； 基于所述图像分类模型，对所述第一特征图像和所述第二特征图像进行叠加，基 于叠加后的图像获取第三特征图像，所述第三特征图像中的特征点用于表示待检测对象属 于异常对象的可能性； 根据所述第三特征图像获取第二图像，所述第二图像用于表示属于异常对象的待 检测对象在所述第一图像中的位置； 在所述第一图像上叠加显示所述第二图像。 另一方面，提供了一种基于人工智能的图像显示装置，所述装置包括： 图像处理模块，用于基于图像分类模型对第一图像进行处理，得到第一特征图像， 5 CN 111598133 A 说　明　书 2/17 页 所述第一图像用于表示通过显微镜对包括多个待检测对象的涂片的局部区域进行图像采 集得到的图像； 所述图像处理模块，还用于基于所述图像分类模型，根据所述第一特征图像，获取 所述第一特征图像对应的第二特征图像，所述第二特征图像与所述第一特征图像尺寸相 同； 所述图像处理模块，还用于基于所述图像分类模型，对所述第一特征图像和所述 第二特征图像进行叠加，基于叠加后的图像获取第三特征图像，所述第三特征图像中的特 征点用于表示待检测对象属于异常对象的可能性； 图像获取模块，用于根据所述第三特征图像获取第二图像，所述第二图像用于表 示属于异常对象的待检测对象在所述第一图像中的位置； 图像显示模块，用于在所述第一图像上叠加显示所述第二图像。 在一种可选的实现方式中，所述图像处理模块，还用于基于所述图像分类模型对 所述第一特征图像进行卷积处理得到第四特征图像；基于所述图像分类模型对所述第四特 征图像进行反卷积处理，得到所述第一特征图像对象的第二特征图像。 在一种可选的实现方式中，所述图像处理模块，还用于基于所述图像分类模型，对 所述第一特征图像和所述第二特征图像进行叠加，得到第五特征图像，所述第五特征图像 与所述第一特征图像尺寸相同，所述第五特征图像的通道包括所述第一特征图像的通道和 所述第二特征图像的通道；基于所述图像分类模型，对所述第五特征图像进行卷积处理，得 到所述第三特征图像。 在一种可选的实现方式中，所述第三特征图像为二通道图像；所述图像处理模块， 还用于获取所述第三特征图像中的目标通道图像，所述目标通道图像中特征值不为零的特 征点用于表示属于异常对象的待检测对象；对于任一特征值不为零的特征点，响应于所述 特征点的特征值不小于目标阈值，将所述特征点的特征值调整为1；响应于所述特征点的特 征值小于所述目标阈值，将所述特征点的特征值调整为0；将调整特征值后的目标通道图像 的尺寸调整为与所述第一图像的尺寸相同；获取尺寸调整后的所述目标通道图像中特征值 为1的图像区域的边缘特征点，得到所述第二图像。 在一种可选的实现方式中，所述图像处理模块，还用于去除所述目标通道图像中 的杂质区域和小于目标尺寸的区域。 在一种可选的实现方式中，所述装置还包括： 图像获取模块，用于获取所述第一图像； 第一确定模块，用于根据所述第一图像的图像属性确定所述第一图像所属的病理 分析类型； 模型调用模块，用于根据所述病理分析类型，调用所述病理分析类型对应的图像 分类模型。 在一种可选的实现方式中，所述图像属性还用于指示采集所述第一图像时的目标 放大倍数；所述模型调用模块，还用于根据所述病理分析类型获取所述病理分析类型对应 的至少一个待选图像分类模型；响应于任一待选图像分类模型在训练时采用的样本图像的 放大倍数与所述目标放大倍数相同，将所述待选图像分类模型作为所述图像分类模型。 在一种可选的实现方式中，所述装置还包括模型训练模块，用于获取训练样本图 6 CN 111598133 A 说　明　书 3/17 页 像，根据所述训练样本图像确定训练目标图像，所述训练样本图像为标注有异常对象的位 置的图像，所述训练目标图像为二值图像，用于表示所述异常对象；将所述训练样本图像输 入待训练的图像分类模型，获取所述待训练的图像分类模型输出的第一样本特征图像；根 据所述第一样本特征图像和所述训练目标图像进行参数调整；响应于达到训练结束条件， 将训练得到的模型作为所述图像分类模型。 在一种可选的实现方式中，所述装置还包括： 第二确定模块，用于根据所述训练样本图像的图像属性，确定目标尺寸，所述目标 尺寸用于表示所述训练样本图像中一个像素代表的实际尺寸； 所述第二确定模块，还用于根据所述目标尺寸和参考细胞尺寸确定目标缩放比 例，所述目标缩放比例用于指示所述第一样本特征图像和所述训练样本图像之间的比例； 所述第二确定模块，还用于根据所述目标缩放比例，确定所述图像分类模型的卷 积层数。 在一种可选的实现方式中，所述第二确定模块，还用于根据所述训练样本图像的 图像属性，确定采集所述训练样本图像时的样本放大倍数和采集所述训练样本图像时的像 素尺寸；根据所述样本放大倍数和所述像素尺寸，确定所述目标尺寸。 另一方面，提供了一种基于人工智能的图像显示系统，所述系统包括：物镜、目镜、 图像采集组件、图像处理组件以及增强现实组件； 所述物镜，用于对包括多个待检测对象的涂片的局部区域进行放大； 所述图像采集组件与所述物镜相连，用于获取第一图像，所述第一图像为通过显 微镜对包括多个待检测对象的涂片的局部区域进行图像采集得到的图像； 所述图像处理组件与所述图像采集组件相连，用于基于图像分类模型对所述第一 图像进行处理，得到第一特征图像； 所述图像处理组件，还用于基于所述图像分类模型，根据所述第一特征图像，获取 所述第一特征图像对应的第二特征图像，所述第二特征图像与所述第一特征图像尺寸相 同； 所述图像处理组件，还用于基于所述图像分类模型，对所述第一特征图像和所述 第二特征图像进行叠加，基于叠加后的图像获取第三特征图像，所述第三特征图像中的特 征点用于表示待检测对象属于异常对象的可能性； 所述图像处理组件，还用于根据所述第三特征图像获取第二图像，所述第二图像 用于表示属于异常对象的待检测对象在所述第一图像中的位置； 所述目镜与所述图像采集组件相连，用于显示所述第一图像； 所述增强现实组件与所述图像处理组件相连，用于将所述第二图像投射到所述目 镜中，由所述目镜在所述第一图像上叠加显示所述第二图像。 另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存 储器用于存储至少一段程序代码，所述至少一段程序代码由所述处理器加载并执行以实现 本申请实施例中的基于人工智能的图像显示方法中所执行的操作。 另一方面，提供了一种存储介质，所述存储介质中存储有至少一段程序代码，所述 至少一段程序代码用于执行本申请实施例中的基于人工智能的图像显示方法。 本申请实施例提供的技术方案带来的有益效果是： 7 CN 111598133 A 说　明　书 4/17 页 在本申请实施例中，通过显微镜对涂片的局部区域进行图像采集，然后通过图像 分类模型对采集到的第一图像进行处理，对处理得到的第一特征图像和对应的第二特征图 像进行叠加，基于叠加后的图像输出特征点表示待检测对象属于异常对象的可能性的第三 特征图像，然后基于该第三特征图像获取表示异常对象在第一图像中位置的第二图像，最 后在第一图像上叠加显示该第二图像，使得医务人员在对涂片进行判读时，可以在涂片的 局部区域包含异常对象时，实时进行确认和判断，不需要二次确认，节约了医务人员的工作 流程，提高了筛查效率。 附图说明 为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使 用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于 本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他 的附图。 图1是根据本申请实施例提供的基于人工智能的图像显示系统的结构框图； 图2是根据本申请实施例提供的一种基于人工智能的显微镜的结构示意图； 图3是根据本申请实施例提供的一种基于人工智能的图像显示方法的流程图； 图4是根据本申请实施例提供的另一种基于人工智能的图像显示方法的流程图； 图5是根据本申请实施例提供的一种确定第一图像的流程图； 图6是根据本申请实施例提供的一种显微镜的示意图； 图7是根据本申请实施例提供的另一种基于人工智能的图像显示方法的流程图； 图8是根据本申请实施例提供的一种基于人工智能的图像显示装置的框图； 图9是根据本申请实施例提供的计算机设备的结构框图； 图10是根据本申请实施例提供的一种服务器的结构示意图。