[發(fā)明專利]用于醫(yī)療圖像中的關(guān)注點(diǎn)檢測的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法

在審

• 申請?zhí)枺?/td>: 202011526939.3
• 申請日: 2020-12-22
• 公開（公告）號: CN112508122A
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計）人: 石智慧
• 申請（專利權(quán)）人: 廣州市增城區(qū)嘉泊網(wǎng)絡(luò)科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種用于醫(yī)療圖像中的關(guān)注點(diǎn)檢測的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法，其特征在于，包括：

獲取訓(xùn)練用醫(yī)療圖像集，所述訓(xùn)練用醫(yī)療圖像集中的每張圖像具有多個關(guān)注點(diǎn)；

將所述醫(yī)療圖像集輸入卷積神經(jīng)網(wǎng)絡(luò)以獲得分類特征圖；

將所述分類特征圖輸入空間注意力網(wǎng)絡(luò)以獲得注意力特征圖；

將所述分類特征圖進(jìn)行空間平均值池化并通過全連接層獲得分類特征向量；

將所述注意力特征圖進(jìn)行空間平均值池化并通過全連接層獲得注意力特征向量；

分別計算所述分類特征向量和所述注意力特征向量屬于多個類別中的每個類別的概率值，所述類別表示用于檢測的關(guān)注點(diǎn)的類型；

分別基于所述分類特征向量和所述注意力特征向量的概率值計算局部損失函數(shù)值和注意力損失函數(shù)值；以及

基于所述局部損失函數(shù)值和所述注意力損失函數(shù)值更新所述卷積神經(jīng)網(wǎng)絡(luò)和所述空間注意力網(wǎng)絡(luò)。

2.如權(quán)利要求1所述的用于醫(yī)療圖像中的關(guān)注點(diǎn)檢測的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法，其特征在于，將所述分類特征圖進(jìn)行空間平均值池化并通過全連接層獲得分類特征向量包括：

基于所述醫(yī)療圖像的縱橫比將所述分類特征圖進(jìn)行寬度或者高度維度上的平均值池化以獲得第一池化特征向量；以及

將所述第一池化特征向量輸入所述全連接層以獲得一個或多個全連接層以獲得所述分類特征向量。

3.如權(quán)利要求2所述的用于醫(yī)療圖像中的關(guān)注點(diǎn)檢測的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法，其特征在于，將所述注意力特征圖進(jìn)行空間平均值池化并通過全連接層獲得注意力特征向量包括：

以與所述分類特征圖的平均值池化的維度相同的寬度或者高度維度對所述注意力特征圖進(jìn)行平均值池化以獲得第二池化特征向量；以及

將所述第二池化特征向量輸入所述全連接層以獲得一個或多個全連接層以獲得所述注意力特征向量。

4.如權(quán)利要求1所述的用于醫(yī)療圖像中的關(guān)注點(diǎn)檢測的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法，其特征在于，分別計算所述分類特征向量和所述注意力特征向量屬于多個類別中的每個類別的概率值包括：

將所述分類特征向量輸入預(yù)定分類函數(shù)以獲得所述分類特征向量屬于所述多個類別中的每個類別的第一概率值，所述預(yù)定分類函數(shù)包含表示所述類別的多個標(biāo)簽。

5.如權(quán)利要求4所述的用于醫(yī)療圖像中的關(guān)注點(diǎn)檢測的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法，其特征在于，分別基于所述分類特征向量和所述注意力特征向量的概率值計算局部損失函數(shù)值和注意力損失函數(shù)值包括：

計算所述第一概率值的以二為底的第一對數(shù)值；

計算一與所述第一概率值之差的預(yù)定指數(shù)的第一指數(shù)值，所述預(yù)定指數(shù)為訓(xùn)練過程中的超參數(shù)；以及

將所述第一對數(shù)值與所述第一指數(shù)值之積對于所述多個類別求和以獲得所述局部損失函數(shù)值。

6.如權(quán)利要求1所述的用于醫(yī)療圖像中的關(guān)注點(diǎn)檢測的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法，其特征在于，分別計算所述分類特征向量和所述注意力特征向量屬于多個類別中的每個類別的概率值包括：

將所述注意力特征向量輸入預(yù)定分類函數(shù)以獲得所述注意力特征向量屬于所述多個類別中的每個類別的第二概率值，所述預(yù)定分類函數(shù)包含表示所述類別的多個標(biāo)簽。

7.一種醫(yī)療圖像中的關(guān)注點(diǎn)的檢測方法，包括：

獲取待檢測的醫(yī)療圖像；

通過如權(quán)利要求1到6中任意一項(xiàng)所述的用于醫(yī)療圖像中的關(guān)注點(diǎn)檢測的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法獲得所述醫(yī)療圖像屬于多個類別中的每個類別的概率值；以及

基于所述概率值確定所述醫(yī)療圖像中的關(guān)注點(diǎn)的檢測結(jié)果。