[發(fā)明專利]一種提高計算機輔助診斷系統(tǒng)圖片分類準(zhǔn)確度的方法

有效

• 申請?zhí)枺?/td>: 202011457683.5
• 申請日: 2020-12-10
• 公開（公告）號: CN112420170B
• 公開（公告）日: 2022-12-09
• 發(fā)明（設(shè)計）人: 劉峽壁;楊松曉;鄭中樞
• 申請（專利權(quán)）人: 北京理工大學(xué)
• 主分類號: G16H30/20
• 分類號: G16H30/20;G06F16/55;G06N3/04
• 代理公司: 北京正陽理工知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11639
• 代理人: 張利萍

1.一種提高計算機輔助診斷系統(tǒng)圖片分類準(zhǔn)確度的方法，其特征在于，包括以下步驟：

步驟1：進行相關(guān)定義；

定義1：初始影像數(shù)據(jù)，記作I_ori；

定義2：初始臨床數(shù)據(jù)，記作C_ori；

定義3：預(yù)處理后的影像數(shù)據(jù)，記為I；

定義4：預(yù)處理后的臨床數(shù)據(jù)，記作C；

定義5：輸入影像數(shù)據(jù)，用灰度像素矩陣表示，將數(shù)據(jù)集中第i張影像記作I_i；

定義6：輸入臨床數(shù)據(jù)，用一維向量表示，將數(shù)據(jù)集中第i條臨床數(shù)據(jù)記作C_i；

定義7：在特征提取過程中的影像特征向量記作

定義8：在特征提取過程中的臨床特征向量記作

步驟2：對系統(tǒng)影像數(shù)據(jù)和臨床數(shù)據(jù)進行預(yù)處理；

對初始影像數(shù)據(jù)I_ori進行篩選和大小調(diào)整，得到預(yù)處理后的影像數(shù)據(jù)I；

同時，對初始臨床數(shù)據(jù)C_ori進行歸一化處理，得到預(yù)處理后的臨床數(shù)據(jù)C；

步驟3：將臨床數(shù)據(jù)C_i經(jīng)過6個分別由一層卷積核大小為3×3的卷積層和1個最大池化組成的卷積模塊操作后，得到臨床特征向量

步驟4：將影像數(shù)據(jù)I_i經(jīng)過4個兩種類型的殘差塊進行特征提取；所述殘差塊包括含有臨床特征注意力機制和不含有臨床特征注意力機制兩種類型；

其中，在含有臨床特征注意力機制的殘差塊中，共有2個輸入：和

首先，將經(jīng)過一層卷積核大小為1×1的卷積層和一層全連接層進行特征對齊；

然后，將對齊后的與進行按通道的乘法，得到相似性度量矩陣M_i；將M_i每個通道進行壓縮操作，即，對該通道每個元素進行加和后取平均，得到一個權(quán)值向量V_i；

最后，將權(quán)值向量V_i和影像特征向量進行通道乘法，得到加權(quán)后的將其輸入到剩下兩層參數(shù)層中，進行特征提取；同時，對影像特征向量進行殘差操作；

在不含有臨床特征注意力機制的殘差塊中，僅對影像特征向量進行殘差操作以及兩個參數(shù)層的特征提取，得到進一步特征提取后的影像特征向量

步驟5：將最后得到的影像特征向量調(diào)整為一維向量，并與步驟2得到的臨床數(shù)據(jù)C的特征向量進行拼接，得到一個新的更大的特征向量；

步驟6：將步驟5得到的特征向量，通過一層全連接層和Softmax函數(shù)，最終得到各個分類結(jié)果的概率。

2.如權(quán)利要求1所述的一種提高計算機輔助診斷系統(tǒng)圖片分類準(zhǔn)確度的方法，其特征在于，步驟2對初始影像數(shù)據(jù)I_ori進行篩選的標(biāo)準(zhǔn)為：影像數(shù)據(jù)對應(yīng)病人的臨床數(shù)據(jù)缺失情況不超過10％。

3.如權(quán)利要求1所述的一種提高計算機輔助診斷系統(tǒng)圖片分類準(zhǔn)確度的方法，其特征在于，步驟2對初始影像大小調(diào)整的標(biāo)準(zhǔn)為：256*256。