[發明專利]基于腫塊差異化分類的全視野自適應分割網絡配置方法

在審

• 申請號: 202011140808.1
• 申請日: 2020-10-22
• 公開（公告）號: CN112241954A
• 公開（公告）日: 2021-01-19
• 發明（設計）人: 陳穎昭;焦佳佳
• 申請（專利權）人: 上海海事大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/13;G06T7/194;G06T5/30;G06T5/40;G06N3/04;G06N3/08
• 代理公司: 上海互順專利代理事務所(普通合伙) 31332
• 代理人: 成秋麗

1.一種基于腫塊差異化分類的全視野自適應分割網絡配置方法，其特征在于，包括以下步驟：

步驟1：對全視野的圖像進行預處理，增強圖像的局部對比度和減少其他噪音；

步驟2：對預處理后的圖像進行形態學的腐蝕操作，縮小每個腫塊的邊界，獲得目標圖像；

步驟3：對所述目標圖像喂入生成式對抗網絡進行分類，將所述目標圖像分為不規則多腫塊、圓滑多腫塊、不規則單腫塊以及圓滑單腫塊；

步驟4：將分類后的圖像進行形態學的膨脹操作，還原由于步驟2中所進行的腐蝕操作而造成腫塊縮小，得到帶有分類標簽的圖像；

步驟5：根據步驟3中四類目標圖像的特點分別進行四種分割網絡模型的設計和腫塊分割；

步驟6：根據分割指標衡量基于腫塊差異化分類的全視野自適應分割網絡的分割效果。

2.如權利要求1所述的基于腫塊差異化分類的全視野自適應分割網絡配置方法，其特征在于，在步驟1中，對全視野的圖像進行預處理包括：直方圖均衡化、二值濾波以及伽馬變換。

3.如權利要求1所述的基于腫塊差異化分類的全視野自適應分割網絡配置方法，其特征在于，在步驟5中對四種分割網絡模型設計和腫塊分割：針對不規則多腫塊，采用在R2U-Net網絡基礎上增加注意力機制模塊的同時，增加空洞空間卷積池化金字塔模塊，并且將原有的循環卷積層替換為交叉特征累積模塊；針對圓滑多腫塊，采用在R2U-Net網絡基礎上增加注意力模塊的同時，增加多腫瘤感知模塊，所述多腫瘤感知模塊中每個卷積層使用三種不同大小的內核構建特征圖；針對不規則單腫塊，采用在R2U-Net網絡基礎上增加注意力機制模塊的同時，將超像素圖像和原始圖像連接起來作為本網絡的輸入，提取不規則腫塊的邊緣輪廓信息；針對圓滑單腫塊，在R2U-Net網絡基礎上增加注意力機制模塊，帶有所述注意力機制模型訓練的網絡抑制不相關區域并突出有用特征，自動學習聚焦于不同形狀和大小的目標結構。

4.如權利要求1所述的基于腫塊差異化分類的全視野自適應分割網絡配置方法，其特征在于，在步驟6中，所述分割指標包括敏感性、特異性、準確率、查全率、骰子系數以及杰卡德相似系數。