CN111652277B 假阳性过滤方法、电子装置及计算机可读存储介质 （平安科技（深圳）有限公司）

道福安社区益田路5033号平安金融中分别计算所述初始正常区域间的类内距和所述据所述类内距和类间距计算所述被怀疑区域为图像中正常区域与被怀疑区域间的相似性来区2从模型输出的所述正常区域中采用预设规则确定出初始正常采用相似度测度算法分别计算所述初始正常区域间的类内距和所述被怀疑区域与所根据所计算出的概率和选定的阈值过滤出假通过对比多种备选的相似度测度算法，选取使所述初始正常区域被怀疑区域与所述初始正常区域间的类间距的步骤中采用所述最佳的相3.如权利要求1或2所述的假阳性过滤方法5.如权利要求1或2所述的假阳性过滤方法分别计算各个所述正常区域的灰度值和所述灰选取差异值满足预设条件的若干个所述正常区域作为所述初始正常按差异值大小将所述正常区域通过升序排序，并按需选择前M个差异值对应的所述正选择差异值小于预设阈值的所述正常区域作为所述初始正常7.如权利要求1或2所述的假阳性过滤方法8.如权利要求1或2所述的假阳性过滤方法，其特征3现如权利要求1_8中任一项所述的假阳性过滤权利要求1_8中任一项所述的假阳性过滤方法的步4[0003]现有的压制假阳性的方法主要分两类：基于规则的方法或基于网络学习的方[0009]采用相似度测度算法分别计算所述初始正常区域间的类内距和所述被怀疑区域5所述被怀疑区域与所述初始正常区域间的类间距的步骤中采用所述最佳的相似度测度算[0022]按差异值大小将所述正常区域通过升序排序，并按需选择前M个差异值对应的所使所述至少一个处理器执行如上述的假阳性6[0046]所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、本实施例中，所述存储器11通常用于存储安装于所述电子装置2的操作系统和各类应用软[0047]所述处理器12在一些实施例中可以是中央处理器(CentralProcessingUnit，7[0052]本实施例中，所述假阳性过滤系统200包括一系列的存储于存储器11上的计算机[0054]具体地，对于CT(Com[0056]所述确定模块202，用于从模型输出的所述正常区域中采用预设规则确定出初始[0061](3)比较各个所述正常区域的灰度值和所述灰度均值，从中选取灰度值与所述灰度均值差异较小的若干个区域作为所述初始正[0062]也就是说，分别计算各个所述正常区域的灰度值和所述8[0063]所述测度模块203，用于采用相似度测度算法分别计算初始正常区域间的类内距case或slice图像中每两个所述初始[0067]所述计算模块204，用于根据所计算出的类内距和类间距计算所述被怀疑区域为9比同一case或slice图像中正常区域与被怀疑区域间的相似性来压制假阳性，不仅避免了[0076]所述对比模块206，用于通过对比多种备选的相似度测度算法来选定最佳的相似法分别计算所述初始正常区域间的类内距以及被怀疑区域与所述初始正常区域间的类间[0086](3)余弦相似度测度算法采用向量空间中两个向量夹角的余弦值作为衡量两个个测度算法分别计算初始正常区域间的类内距和被怀疑区域与初始正slice图像中正常区域与被怀疑区域间的相似性测度更加有效，从而提升后续对于假阳性[0093]参阅图4所示，是本发明假阳性过滤方法第一实施例的流程示意图。在本实施例case或slice图像中每两个所述初始比同一case或slice图像中正常区域与被怀疑区域间的相似性来压制假阳性，不仅避免了法分别计算所述初始正常区域间的类内距以及被怀疑区域与所述初始正常区域间的类间[0139](3)余弦相似度测度算法采用向量空间中两个向量夹角的余弦值作为衡量两个个同一case或slice图像中每个所述初始正常区域与每个被怀疑区域之间的距离，这些距离通过使用同一个case或slice图像中的正常区域结构为背景来区分真假阳性的技术，有效征层面类内距最小的相似性测度方法作为后续区分真假阳性的计算方法，使得针对同一case或slice图像中正常区域与被怀疑区域间的相似性测度更加有效，从而提升后续对于使所述至少一个处理器执行如上述的假阳性出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质