[發(fā)明專利]一種融合紋理特征和深度特征的超聲影像慢性腎臟病輔助篩查方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910255712.0
• 申請(qǐng)日: 2019-04-01
• 公開（公告）號(hào): CN110335231A
• 公開（公告）日: 2019-10-15
• 發(fā)明（設(shè)計(jì)）人: 郝鵬翼;徐震宇;田樹元;吳福理;吳健
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/45
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

1.一種融合紋理特征和深度特征的超聲影像慢性腎臟病輔助篩查方法，其特征在于：所述方法包括以下步驟：

步驟一，對(duì)原始超聲影像進(jìn)行數(shù)據(jù)預(yù)處理，根據(jù)影像師的標(biāo)注提取腎臟所在部位作為感興趣區(qū)域，去除影像師在影像中所做的人工標(biāo)記，并修復(fù)影像；

步驟二，對(duì)步驟一中得到的感興趣區(qū)域影像數(shù)據(jù)進(jìn)行數(shù)據(jù)增廣，擴(kuò)大樣本數(shù)量并平衡正負(fù)例樣本比例，統(tǒng)一影像尺寸為224*224，并歸一化到[0,1]區(qū)間；

步驟三，對(duì)感興趣區(qū)域影像計(jì)算灰度共生矩陣，基于灰度共生矩陣統(tǒng)計(jì)量提取影像紋理特征，并進(jìn)行標(biāo)準(zhǔn)化處理；

步驟四，構(gòu)建紋理支路神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)主要包含主干基礎(chǔ)網(wǎng)絡(luò)和紋理支路兩大部分；

步驟五，主干基礎(chǔ)網(wǎng)絡(luò)采用遷移學(xué)習(xí)方式，先用預(yù)訓(xùn)練權(quán)重初始化紋理支路神經(jīng)網(wǎng)絡(luò)中的主干基礎(chǔ)網(wǎng)絡(luò)部分，再利用步驟二中得到的影像數(shù)據(jù)集試訓(xùn)練主干基礎(chǔ)網(wǎng)絡(luò)幾個(gè)輪次適應(yīng)新的數(shù)據(jù)特征分布；

步驟六，完整訓(xùn)練紋理支路神經(jīng)網(wǎng)絡(luò)，得到能夠篩查是否患有慢性腎臟病的二分類神經(jīng)網(wǎng)絡(luò)模型。

2.如權(quán)利要求1所述的一種融合紋理特征和深度特征的超聲影像慢性腎臟病輔助篩查方法，其特征在于：所述步驟一中，對(duì)原始超聲影像進(jìn)行數(shù)據(jù)預(yù)處理的過程為：

步驟1.1根據(jù)影像師標(biāo)注的腎臟位置信息，將腎臟部位作為感興趣區(qū)域裁剪出，從而去除影像中大部分的無關(guān)干擾信息；

步驟1.2根據(jù)超聲影像人工標(biāo)記偏黃色的特點(diǎn)，即R,G通道數(shù)值遠(yuǎn)高于B通道數(shù)值，在感興趣區(qū)域中篩選疑似人工標(biāo)記的像素區(qū)域，將區(qū)域內(nèi)的像素置為0，去除人工標(biāo)記；

步驟1.3對(duì)去除標(biāo)記后的像素區(qū)域利用快速行進(jìn)法進(jìn)行修復(fù)，假設(shè)待修復(fù)區(qū)域的邊緣某點(diǎn)為p，其近鄰區(qū)域內(nèi)某已知像素點(diǎn)為q，q為p點(diǎn)提供的近似值公式為：

3.如權(quán)利要求1或2所述的一種融合紋理特征和深度特征的超聲影像慢性腎臟病輔助篩查方法，其特征在于：所述步驟二中，數(shù)據(jù)增廣的方式包括：8個(gè)方向隨機(jī)平移、左右小幅旋轉(zhuǎn)和隨機(jī)灰度變換。

4.如權(quán)利要求1或2所述的一種融合紋理特征和深度特征的超聲影像慢性腎臟病輔助篩查方法，其特征在于：所述步驟三中，基于影像灰度共生矩陣提取紋理特征的過程為：分別計(jì)算影像在[1,2,3,4]4個(gè)距離和[0°,45°,90°,135°]4個(gè)方向上的16個(gè)灰度共生矩陣；在每個(gè)灰度共生矩陣的基礎(chǔ)上再提取對(duì)比度、差異性、同質(zhì)性、能量、自相關(guān)性5種紋理特征統(tǒng)計(jì)量，得到80維的紋理特征向量。

5.如權(quán)利要求4所述的一種融合紋理特征和深度特征的超聲影像慢性腎臟病輔助篩查方法，其特征在于：所述步驟三中，采用的數(shù)據(jù)標(biāo)準(zhǔn)化方式為Z-Score標(biāo)準(zhǔn)化，公式為：x＝(x-mean)/std，其中mean為總體樣本的均值，std為總體樣本的標(biāo)準(zhǔn)差。

6.如權(quán)利要求1或2所述的一種融合紋理特征和深度特征的超聲影像慢性腎臟病輔助篩查方法，其特征在于：所述步驟四中，構(gòu)建紋理支路神經(jīng)網(wǎng)絡(luò)的過程為：

步驟4.1輸入一組224*224大小的超聲影像及其對(duì)應(yīng)的灰度共生矩陣紋理特征向量；

步驟4.2以ResNet-34作為主干基礎(chǔ)網(wǎng)絡(luò)部分，影像依次經(jīng)過1個(gè)卷積層、1個(gè)最大池化層、16個(gè)殘差卷積模塊、1個(gè)最大池化層，得到512維深度特征向量；

步驟4.3灰度共生矩陣紋理特征向量進(jìn)入紋理支路，依次經(jīng)過3個(gè)神經(jīng)元個(gè)數(shù)為80的全連接層，得到的80維特征再與輸入的80維特征相加，得到80維優(yōu)化的紋理特征向量；

步驟4.4將步驟4.2和步驟4.3中得到的兩類特征向量進(jìn)行拼接，經(jīng)過一個(gè)全連接層輸出二分類結(jié)果。

7.如權(quán)利要求1或2所述的一種融合紋理特征和深度特征的超聲影像慢性腎臟病輔助篩查方法，其特征在于：所述步驟五中，主干基礎(chǔ)網(wǎng)絡(luò)試訓(xùn)練的過程為：凍結(jié)網(wǎng)絡(luò)中除批歸一化(BatchNorm)層以外的所有參數(shù)，將學(xué)習(xí)率設(shè)置為1，訓(xùn)練3-5個(gè)輪次，讓批歸一化層參數(shù)適應(yīng)超聲影像集的數(shù)據(jù)分布。