[發明專利]一種醫學影像小病灶分割方法

有效

• 申請號: 202010746276.X
• 申請日: 2020-07-29
• 公開（公告）號: CN111986210B
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 黨萌;萬亮;陳峙灝;馮偉;張亞平
• 申請（專利權）人: 天津大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06N3/04
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 韓帥

1.一種醫學影像小病灶分割方法,其特征在于，包括由粗略分割第一階段、細化第二階段和分割錯誤區域的注意力模塊構成分割網絡，所述分割網絡如下步驟實現醫學影像小病灶分割：

S1，所述第一階段網絡將采樣處理后的原始圖像進行五折交叉驗證的方式訓練獲得每一個訓練數據的分割結果；

S2，將第一階段網絡獲得的預測分割結果與真實的分割結果進行對比生成網絡預測出錯的區域；

S3,對所述網絡預測錯誤的區域信息進行增強；使預測錯誤的區域更容易被學習；

S4，所述第二階段的網絡對裁剪后的原始圖像進行訓練與結合分割錯誤區域的注意力模塊獲得分割病變區域的網絡模型；其中：

所述分割錯誤區域的注意力模塊通過如下步驟實現分割病變區域的網絡模型：

2.1、將增強后的分割錯誤區域輸入到注意力模塊，通過注意力模塊后得圖像每一個像素的權重矩陣，得到權重矩陣的公式如下：

式中：上式中g表示將網絡經過跳過連接后的特征和經過增強的錯誤區域的特征連接起來，φ₁代表對操作g后得到的特征進行1*1*1的線性變換，最后是用來得到圖像每個像素的權重矩陣；

2.2、將權重矩陣與解碼器中圖像相乘，即得到了注意力機制的特征圖，將該特征圖輸入下一層解碼器；經過530個左右的迭代獲得分割病變區域的網絡模型。

2.根據權利要求1所述的一種醫學影像小病灶分割方法，其特征在于：所述網絡分割錯誤區域增強的步驟：

3.1使用全局平均池化將網絡分割錯誤區域中特征圖壓縮獲得全局特征向量；

3.2采用重復模式對全局特征向量進行采樣到與原始圖像相同的大小區域；最終將網絡分割錯誤區域的信息擴展到整個原始圖像。