[發明專利]一種用于超聲影像的聚類和風格遷移的方法

在審

• 申請號: 202010382003.1
• 申請日: 2020-05-08
• 公開（公告）號: CN111723840A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 高潔;申嘉男;喻梅;于瑞國;李雪威;劉志強;賈天豪
• 申請（專利權）人: 天津大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/40;G06N3/04
• 代理公司: 天津市三利專利商標代理有限公司 12107
• 代理人: 張義

1.一種用于超聲影像的聚類和風格遷移的方法，其特征在于，包含以下步驟：

步驟一：數據預處理，將超聲影像轉換為數據向量；

步驟二：使用三種聚類算法：K-means聚類算法、凝聚層次聚類算法和譜聚類算法進行對比實驗，選擇最優算法；

步驟三：根據聚類實驗結果，選擇風格差異較大的圖像；

步驟四：基于CycleGAN對網絡結構以及損失函數進行設計；

步驟五：針對良惡性數據集設計風格遷移實驗，并對實驗結果進行分析。

2.根據權利要求1所述的一種用于超聲影像的聚類和風格遷移的方法，其特征在于，

所述步驟二中的K-means聚類算法，使用主成分分析算法對原始的超聲影像進行處理，選取每張圖像前10個主成分上投影后的系數作為圖像的特征向量，使圖像能夠轉換為數據向量進行聚類。

3.根據權利要求2所述的一種用于超聲影像的聚類和風格遷移的方法，其特征在于，

所述步驟二中的凝聚層次聚類算法在合并類簇時設置一個比例K為90％來防止過度合并，即當數據空間中類的數量與數據對象數量的比例達到90％時暫時停止算法。

4.根據權利要求2所述的一種用于超聲影像的聚類和風格遷移的方法，其特征在于，

所述步驟二中譜聚類算法，先使用PCA算法提取出圖像的特征，將圖像轉換為向量后再使用譜聚類算法對完成對數據的降維，用拉普拉斯矩陣L的前K個最小的特征值對應的特征向量表示圖像的特征，并用K-means算法完成最后的聚類工作。

5.根據權利要求1所述的一種用于超聲影像的聚類和風格遷移的方法，其特征在于，

所述步驟三包括如下步驟：在進行了聚類任務后，將屬于不同風格但風格差異較小的圖像聚為一類，從剩余風格的圖像中挑選兩種風格間差異較為明顯的圖像進行風格遷移工作。

6.根據權利要求1所述的一種用于超聲影像的聚類和風格遷移的方法，其特征在于，

所述步驟四中，網絡結構采用CycleGAN的結構，損失函數由三部分組成，最小二乘損失、循環一致性損失和同一性損失，總的損失函數為三者相加。