[發明專利]一種用于胃癌增強CT圖像自動識別的Faster RCNN網絡的訓練方法

在審

• 申請號: 201910972378.0
• 申請日: 2019-10-14
• 公開（公告）號: CN110738649A
• 公開（公告）日: 2020-01-31
• 發明（設計）人: 盧云;吳慶堯;孫品
• 申請（專利權）人: 青島大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/73;A61B6/00;G06N3/04;G06N3/08
• 代理公司: 11429 北京中濟緯天專利代理有限公司
• 代理人: 張曉

1.一種用于胃癌增強CT圖像自動識別的Faster RCNN網絡的訓練方法，其特征在于，包括以下步驟：

步驟一，獲得進展期胃癌圖像，構成數據集；

步驟二，人工利用labelImg軟件對所述圖像進行標識，標識所述圖像中胃癌腫瘤細胞浸潤最深的位置；

步驟三，利用Faster RCNN網絡提取所述圖像上的感興趣區域；

步驟四，對數據集中的圖像進行預處理，應用圖像強度范圍歸一化和直方圖均衡化方法來處理圖像；

步驟五，對預處理后的圖像進行標準化處理；

步驟六，隨機抽樣按比例將標準化處理后的圖像劃分為訓練集及測試集；

步驟七，將訓練集圖像輸入Faster RCNN網絡，進行多變量Logistic回歸分析，首先確定胃的位置和形狀，檢測出胃癌腫瘤的位置后，標識所述圖像中胃癌腫瘤細胞浸潤最深的位置，得出分割腫瘤結果；

步驟八，通過測試集對訓練集進行驗證；

步驟九，當訓練集的預測有效性達到預設值，則訓練結束；當訓練集的預測有效性低于預設值，重新構建訓練集進行訓練。

2.如權利要求1所述的方法，其特征在于，

所述步驟二中，人工利用labelImg軟件對所述圖像進行標識，腫瘤標識框架距正常胃壁距離在0.5cm之內。

3.如權利要求1所述的方法，其特征在于，

所述步驟三中，利用Faster RCNN網絡提取所述圖像上的感興趣區域之后，還包括：使用數據增強算法獲得更多圖像，增加數據集。

4.如權利要求3所述的方法，其特征在于，

所述增強算法包括裁剪或者翻轉。

5.如權利要求1所述的方法，其特征在于，

所述步驟六中，隨機抽樣按4：1比例將標準化處理后的圖像劃分為訓練集及測試集。

6.如權利要求1所述的方法，其特征在于，

所述步驟一中，選取上腹部增強CT靜脈期圖像作為數據集。

7.如權利要求1所述的方法，其特征在于，

所述步驟五中，對經過預處理的圖像進行z-Score標準化處理。