[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的迭代學(xué)習(xí)的圖像分割方法

有效

• 申請?zhí)枺?/td>: 201811645917.1
• 申請日: 2018-12-30
• 公開（公告）號: CN109741347B
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計）人: 劉博;姚柯璐;張佳慧
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06N3/04
• 代理公司: 北京思海天達(dá)知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 沈波

1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的迭代學(xué)習(xí)的圖像分割方法，其特征在于：該方法包括如下步驟：

步驟1：修改損失函數(shù)損失計算方式，構(gòu)建訓(xùn)練模型；

步驟2：根據(jù)所述模型對待分割的訓(xùn)練圖像進(jìn)行卷積處理，得到圖像特征圖；

步驟3：根據(jù)所述特征圖獲取像素點概率集合，獲取標(biāo)簽圖；

步驟4：人工篩選所述標(biāo)簽圖與原標(biāo)簽圖融合,構(gòu)成新的訓(xùn)練樣本；

步驟5：重復(fù)步驟2-4，迭代訓(xùn)練，應(yīng)用于測試樣本；

步驟3包括，

步驟3.1：利用Sigmoid函數(shù)將所述圖像特征圖進(jìn)行歸一化處理，獲取各個像素點概率集合；

步驟3.2：根據(jù)所述概率集合生成像素點的熱點圖；

步驟3.3：將熱點圖中概率大于0.95的位置，確定為癌區(qū)在熱點圖中的預(yù)測位置；

步驟3.4：根據(jù)所述預(yù)測位置確定各個像素點在所述待分割圖像中的位置信息，生成標(biāo)簽圖；

步驟4包括，

步驟4.1：根據(jù)所述標(biāo)簽圖人工篩選1/N分割效果佳的圖像；

步驟4.2：根據(jù)圖像的編號，提取同一張圖像的原始標(biāo)簽圖與上述分割后的標(biāo)簽圖像，使用基于空間的像素匹配方法，將兩張圖像進(jìn)行信息融合，生成完整的癌區(qū)分割圖像。

2.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的迭代學(xué)習(xí)的圖像分割方法，其特征在于：步驟1包括，

步驟1.1：對于存在癌區(qū)的圖像，計算損失時只關(guān)注已經(jīng)標(biāo)注的區(qū)域，對于正常的圖像，計算全部像素點的損失，構(gòu)建U-Net模型。

3.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的迭代學(xué)習(xí)的圖像分割方法，其特征在于：步驟4.2使用基于空間的像素匹配方法，將兩張圖像進(jìn)行信息融合具體為，

步驟4.2.1對同一編號的標(biāo)簽圖進(jìn)行歸一化處理，保證圖像尺寸一致；

步驟4.2.2輸入兩張圖像，基于空間的像素匹配方法進(jìn)行融合，對兩幅待融合的病理圖像逐像素進(jìn)行檢測，癌區(qū)的交疊部分的灰度值等于對應(yīng)相減并將差值存儲，公式如下：

x＝x₁+(x₁-x₂)×K

其中x為交疊部分融合后的像素灰度值，x₁,x₂為交疊部分同一位置的像素灰度值，K為權(quán)重系數(shù)。

4.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的迭代學(xué)習(xí)的圖像分割方法，其特征在于：步驟5包括，

步驟5.1：將上述的分割圖像作為訓(xùn)練樣本，重復(fù)2-4過程，迭代N次訓(xùn)練，保存N次迭代后訓(xùn)練樣本，保存N次迭代后模型；

步驟5.2：根據(jù)所述模型，計算測試樣本上交叉比，保存結(jié)果。

5.根據(jù)權(quán)利要求4所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的迭代學(xué)習(xí)的圖像分割方法，其特征在于：所述步驟5.1的神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程包括：

步驟5.1.1：將訓(xùn)練樣本輸入網(wǎng)絡(luò)，正向傳播計算各個癌區(qū)的分割標(biāo)簽圖和原始標(biāo)簽圖之間的交叉熵?fù)p失，對于存在癌區(qū)的圖像，計算損失時只關(guān)注已經(jīng)標(biāo)注的區(qū)域，對于正常的圖樣，計算全部像素點的損失；

步驟5.1.2：將所述交叉熵?fù)p失輸入所述卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行反向傳播，以使卷積神經(jīng)網(wǎng)絡(luò)根據(jù)所述交叉熵?fù)p失進(jìn)行訓(xùn)練。