[發(fā)明專利]一種檢測(cè)敏感區(qū)域的方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201710666437.2
• 申請(qǐng)日: 2017-08-07
• 公開(kāi)（公告）號(hào): CN107274406A
• 公開(kāi)（公告）日: 2017-10-20
• 發(fā)明（設(shè)計(jì)）人: 李一鳴;張番棟;周振;龐亮;張樹(shù);孔明;王洪振
• 申請(qǐng)（專利權(quán)）人: 北京深睿博聯(lián)科技有限責(zé)任公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T3/40
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司11227
• 代理人: 王寶筠

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，尤其涉及一種檢測(cè)敏感區(qū)域的方法及裝置。

背景技術(shù)

隨著數(shù)字醫(yī)療技術(shù)的發(fā)展，醫(yī)學(xué)圖像越來(lái)越成為醫(yī)生觀察人體病變的重要工具。

比較常見(jiàn)的利用醫(yī)學(xué)圖像觀察人體健康狀況的方法是，先利用專用的醫(yī)學(xué)影像設(shè)備對(duì)人體進(jìn)行掃描得到人體內(nèi)部器官的醫(yī)學(xué)圖像，然后由醫(yī)務(wù)人員觀察醫(yī)學(xué)圖像，從中找出病變的敏感區(qū)域，再進(jìn)一步對(duì)敏感區(qū)域進(jìn)行病變分析。醫(yī)學(xué)圖像在醫(yī)療診斷中的應(yīng)用，可以使醫(yī)務(wù)人員的診斷更具有針對(duì)性，極大地提高醫(yī)務(wù)人員診斷效率。

隨著醫(yī)學(xué)影像設(shè)備的普及和成像效率的大幅提升，完全依靠醫(yī)務(wù)人員觀察醫(yī)學(xué)圖像來(lái)檢測(cè)敏感區(qū)域，無(wú)疑增加了醫(yī)務(wù)人員的工作量。并且，完全由醫(yī)務(wù)人員憑經(jīng)驗(yàn)從醫(yī)學(xué)圖像中檢測(cè)敏感區(qū)域，帶有強(qiáng)烈的主觀性，容易發(fā)生漏檢。

發(fā)明內(nèi)容

基于上述現(xiàn)有技術(shù)的缺陷和不足，本發(fā)明提出一種檢測(cè)敏感區(qū)域的方法及裝置，能夠自動(dòng)化地從醫(yī)學(xué)圖像中檢測(cè)敏感區(qū)域。

本發(fā)明第一方面提出一種檢測(cè)敏感區(qū)域的方法，包括：獲取醫(yī)學(xué)圖像；對(duì)所述醫(yī)學(xué)圖像進(jìn)行分割處理，得到待檢測(cè)區(qū)域圖像；對(duì)所述待檢測(cè)區(qū)域圖像進(jìn)行預(yù)處理；將預(yù)處理后的所述待檢測(cè)區(qū)域圖像輸入經(jīng)過(guò)訓(xùn)練的殘差網(wǎng)絡(luò)，從所述待檢測(cè)區(qū)域圖像中提取得到敏感區(qū)域候選區(qū)域；將提取得到敏感區(qū)域候選區(qū)域的所述待檢測(cè)區(qū)域圖像輸入經(jīng)過(guò)深度學(xué)習(xí)的3D卷積神經(jīng)網(wǎng)絡(luò)，從所述敏感區(qū)域候選區(qū)域中提取得到敏感區(qū)域。可見(jiàn)，上述處理過(guò)程實(shí)現(xiàn)了自動(dòng)從醫(yī)學(xué)圖像中提取敏感區(qū)域，將本發(fā)明技術(shù)方案應(yīng)用到數(shù)字醫(yī)療臨床診治中，可以減輕醫(yī)務(wù)人員工作量，并且其識(shí)別過(guò)程更客觀，利于降低敏感區(qū)域漏檢率。

本發(fā)明第二方面提出一種檢測(cè)敏感區(qū)域的裝置，包括：圖像獲取單元，用于獲取醫(yī)學(xué)圖像；分割處理單元，用于對(duì)所述醫(yī)學(xué)圖像進(jìn)行分割處理，得到待檢測(cè)區(qū)域圖像；預(yù)處理單元，用于對(duì)所述待檢測(cè)區(qū)域圖像進(jìn)行預(yù)處理；第一提取單元，用于將預(yù)處理后的所述待檢測(cè)區(qū)域圖像輸入經(jīng)過(guò)訓(xùn)練的殘差網(wǎng)絡(luò)，從所述待檢測(cè)區(qū)域圖像中提取得到敏感區(qū)域候選區(qū)域；第二提取單元，用于將提取得到敏感區(qū)域候選區(qū)域的所述待檢測(cè)區(qū)域圖像輸入經(jīng)過(guò)深度學(xué)習(xí)的3D卷積神經(jīng)網(wǎng)絡(luò)，從所述敏感區(qū)域候選區(qū)域中提取得到敏感區(qū)域。

在一種實(shí)現(xiàn)方式中，所述對(duì)所述醫(yī)學(xué)圖像進(jìn)行分割處理，包括：將所述醫(yī)學(xué)圖像輸入經(jīng)過(guò)監(jiān)督訓(xùn)練的，具備語(yǔ)義分割功能的圖像分割模型，對(duì)所述醫(yī)學(xué)圖像進(jìn)行分割處理。

在一種實(shí)現(xiàn)方式中，所述對(duì)所述待檢測(cè)區(qū)域圖像進(jìn)行預(yù)處理，包括：對(duì)所述待檢測(cè)區(qū)域圖像進(jìn)行雙三次插值運(yùn)算處理。

在一種實(shí)現(xiàn)方式中，對(duì)所述殘差網(wǎng)絡(luò)的訓(xùn)練過(guò)程，包括：獲取標(biāo)注敏感區(qū)域的待檢測(cè)區(qū)域圖像；將所述待檢測(cè)區(qū)域圖像劃分成多個(gè)與所述標(biāo)注的敏感區(qū)域大小相同的圖像區(qū)域；從劃分得到的圖像區(qū)域中，分別確定正樣本和負(fù)樣本；將所述正樣本和所述負(fù)樣本按照1:1的比例輸入殘差網(wǎng)絡(luò)，對(duì)所述殘差網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

在一種實(shí)現(xiàn)方式中，所述3D卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)過(guò)程，包括：循環(huán)執(zhí)行以下操作，直到計(jì)算得到的交叉熵?fù)p失小于設(shè)定閾值：獲取標(biāo)注敏感區(qū)域的敏感區(qū)域候選區(qū)域圖像；按照預(yù)設(shè)的參數(shù)，對(duì)所述敏感區(qū)域候選區(qū)域圖像進(jìn)行層級(jí)化的函數(shù)運(yùn)算處理，提取得到敏感區(qū)域；將提取得到的敏感區(qū)域與所述敏感區(qū)域候選區(qū)域圖像中標(biāo)注的敏感區(qū)域進(jìn)行對(duì)比，得到交叉熵?fù)p失；判斷得到的交叉熵?fù)p失是否小于設(shè)定閾值；如果得到的交叉熵?fù)p失不小于設(shè)定閾值，則根據(jù)計(jì)算得到的交叉熵?fù)p失，調(diào)整所述進(jìn)行層級(jí)化的函數(shù)運(yùn)算處理的參數(shù)。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1是本發(fā)明實(shí)施例提供的一種檢測(cè)敏感區(qū)域的方法的流程示意圖；

圖2是本發(fā)明實(shí)施例提供的一種訓(xùn)練殘差網(wǎng)絡(luò)方法的流程示意圖；

圖3是本發(fā)明實(shí)施例提供的一種3D卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的流程示意圖；

圖4是本發(fā)明實(shí)施例提供的一種檢測(cè)敏感區(qū)域的裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

本申請(qǐng)的實(shí)施例提出的檢測(cè)敏感區(qū)域的方法應(yīng)用于醫(yī)學(xué)圖像，目的在于自動(dòng)從醫(yī)學(xué)圖像中檢測(cè)出敏感區(qū)域。