[發(fā)明專利]一種提升深度學(xué)習(xí)識別B超圖像穩(wěn)定性的方法

在審

• 申請?zhí)枺?/td>: 201811354227.0
• 申請日: 2018-11-14
• 公開（公告）號: CN109472313A
• 公開（公告）日: 2019-03-15
• 發(fā)明（設(shè)計）人: 林江莉;韓霖;陳科
• 申請（專利權(quán)）人: 四川大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08
• 代理公司: 成都頂峰專利事務(wù)所(普通合伙) 51224
• 代理人: 李永生

本發(fā)明公開了一種提升深度學(xué)習(xí)識別B超圖像穩(wěn)定性的方法，包括以下步驟：A、準(zhǔn)備訓(xùn)練數(shù)據(jù)：結(jié)合目標(biāo)B超圖像輪廓和其類別標(biāo)簽生成圖像語義分割標(biāo)簽；B、訓(xùn)練：使用語義分割模型來訓(xùn)練B超圖像輪廓～語義分割標(biāo)簽的映射；C、識別：將待識別的圖像送入模型，得到不同類別的分割區(qū)域，獲得各區(qū)域的分割結(jié)果。本發(fā)明中，使用傳統(tǒng)的分類標(biāo)簽和目標(biāo)輪廓來生成圖像語義分割標(biāo)簽，使用深度判別網(wǎng)絡(luò)來對目標(biāo)進行分類，能大大提升分類結(jié)果的穩(wěn)定性，使用本發(fā)明方法，能大大提高分類結(jié)果的穩(wěn)定性，增加了深度學(xué)習(xí)在B超圖像識別上的實用效果。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體涉及一種提升深度學(xué)習(xí)識別B超圖像穩(wěn)定性的方法。

背景技術(shù)

深度學(xué)習(xí)在傳統(tǒng)的圖像識別領(lǐng)域已經(jīng)取得了很大的進展，但是將其使用在B型超聲圖像識別上，卻遇到了一些困難，其中之一就是預(yù)測的結(jié)果不穩(wěn)定。對同一幅目標(biāo)圖像截取的ROI(感興趣區(qū)域)，使用深度卷積神經(jīng)網(wǎng)絡(luò)進行識別時，由于人工選擇ROI區(qū)域位置的細微差別，會導(dǎo)致結(jié)果的巨大變化。實驗表明，有大約20％的幾率，結(jié)果會在不同類別之間跳變。這個問題讓用戶無所適從，從而限制了深度學(xué)習(xí)在B型超聲圖像識別上的應(yīng)用。

發(fā)明內(nèi)容

基于此，針對上述問題，本發(fā)明提出一種提升深度學(xué)習(xí)識別B超圖像穩(wěn)定性的方法。

本發(fā)明的技術(shù)方案是：一種提升深度學(xué)習(xí)識別B超圖像穩(wěn)定性的方法，包括以下步驟：

A、準(zhǔn)備訓(xùn)練數(shù)據(jù)：結(jié)合目標(biāo)B超圖像輪廓和其類別標(biāo)簽生成圖像語義分割標(biāo)簽；

B、訓(xùn)練：使用語義分割模型來訓(xùn)練B超圖像輪廓～語義分割標(biāo)簽的映射，獲得訓(xùn)練后的語義分割網(wǎng)絡(luò)深度學(xué)習(xí)模型；

C、識別：將待識別的圖像送入訓(xùn)練后的語義分割網(wǎng)絡(luò)深度學(xué)習(xí)模型，得到不同類別的分割區(qū)域，獲得各區(qū)域的分割結(jié)果。

可選地，步驟A具體包括以下過程：

A1、進行分類：獲得每幅B超圖像中待識別對象的分類類別信息；

A2、獲取輪廓：獲得每幅圖像中待識別對象的輪廓；

A3、生成標(biāo)簽：根據(jù)分類類別信息和輪廓生成訓(xùn)練的目標(biāo)標(biāo)簽，標(biāo)簽為n通道二值化圖像；標(biāo)簽可以不包含背景通道：此時n等于分類數(shù)，對應(yīng)類別的通道圖像為對象輪廓，其它通道的圖像均為0；標(biāo)簽也可包含背景通道：此時n等于分類數(shù)加1，對應(yīng)類別的通道圖像為對象輪廓，背景通道圖像為輪廓的補集，其它通道的圖像均為0。

可選地，步驟B具體包括以下過程：

B1、將B超圖像送入語義分割網(wǎng)絡(luò)深度學(xué)習(xí)模型，計算多通道分割結(jié)果，并將其與標(biāo)簽比較，計算損失誤差；

B2、使用反向傳播算法和隨機梯度下降算法來調(diào)整語義分割網(wǎng)絡(luò)深度學(xué)習(xí)模型的權(quán)值，以降低損失誤差；

B3、不斷重復(fù)上述B1-B2過程，直到達到穩(wěn)定的結(jié)果。

可選地，步驟C具體包括以下過程：

C1、將待識別的B超圖像送入已訓(xùn)練的語義分割網(wǎng)絡(luò)深度學(xué)習(xí)模型，得到對應(yīng)類別的分割結(jié)果；

C2、根據(jù)每個類別的分割結(jié)果來計算B超圖像中待識別對象的類別。

可選地，步驟C2中根據(jù)每個類別的分割結(jié)果來計算B超圖像中待識別對象的類別，類別的計算方法為以下三種方式中的任意一種：

第一種，比較各通道像素點概率之和；

第二種，比較各通道面積大?。?/p>

第三種，以某通道面積比例閾值作為判定結(jié)果。