[發明專利]一種基于神經網絡的燒傷創面區域自動分割方法

在審

• 申請號: 202011644754.2
• 申請日: 2020-12-31
• 公開（公告）號: CN112634291A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 劉昊;李文鈞;岳克強;程思一;潘成銘;孫潔
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06N3/08;G06N3/04
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 孫孟輝

本發明公開了一種基于神經網絡的燒傷創面區域自動分割方法：S1使用相機采集獲取燒傷圖像；S2對采集到的燒傷圖像進行預處理，包括有效圖像篩選、圖像有效區域剪切、圖像標記和圖像數值歸一化，并且通過圖像隨機旋轉、隨機翻轉、隨機平移和隨機縮放操作進行圖像數據增強；S3將預處理和數據增強的燒傷圖像輸入神經網絡模型進行訓練，進一步的，神經網絡模型由編碼器和解碼器兩個模型組成，編碼器模型負責提取圖像特征圖，解碼器模型負責將特征圖轉換為燒傷創面區域預測圖；S4將訓練好的模型用于分割燒傷圖像中的燒傷創面區域。本發明燒傷圖像燒傷創面區域自動分割方法能夠提供像素級的燒傷圖像分割結果，能夠精確分割出患者燒傷圖像的燒傷創面區域。

技術領域

本發明屬于燒傷醫學圖像處理領域，具體涉及一種基于神經網絡的燒傷創面區域自動分割方法。

背景技術

燒傷是一種常見的外傷性疾病，通常由物理或化學因素，例如熱力、化學、電流和放射線等引起。小面積范圍的燒傷會引起皮膚、黏膜組織或相應的深層組織的損傷。較大面積范圍的燒傷會引起機體的各個系統出現不同程度的功能、代謝和形態變化，使患者全身出現嚴重的病理反應和內臟損害，造成休克、膿毒癥和多臟器功能衰竭等并發癥，死亡率較高。同時燒傷創面的愈合和治療過程復雜，時間較長。創面愈合后可遺留有瘢痕攣縮和功能障礙等后遺癥。所以燒傷、尤其大面積燒傷是一種復雜和嚴重的外傷性疾病。

燒傷創面區域診斷是燒傷傷情判斷的重要環節，可靠有效的燒傷創面嚴重程度評估是臨床決策的基礎。對于需要接受早期切除和移植治療的病人來說，燒傷區域的評估可確定醫生后續的手術治療和護理方式，極大減輕病人的醫療費用、住院時間和身心負擔。臨床評估是目前常用和普遍的判斷方式，然而這種主觀判斷的影響因素較多，診斷水平參差不齊，導致對燒傷區域的判斷存在較大差異。現有的組織穿刺活檢技術、活體染色檢測技術、熱成像技術等一方面檢測費用昂貴，另一方面需要復雜的檢測環境和設備，因而在臨床中沒有大范圍使用。

隨著計算機和深度學習的發展，計算機技術與醫學圖像檢測相結合，為醫學智能化診斷開辟了新的思路。將深度學習技術引入燒傷圖像區域診斷，能夠實現燒傷創面區域診斷過程的半自動化，減少人為失誤的影響，提高燒傷診斷的準確性。同時，深度學習的檢測方法能夠降低檢測成本的開銷，減少燒傷區域檢測花費的時間。

發明內容

針對現有技術存在的上述問題，本發明提供了一種基于神經網絡的燒傷創面區域自動分割方法，該方法使用了基于神經網絡模型對燒傷患者的燒傷創面區域圖像進行自動識別分割，解決傳統創傷區域分割精度低，耗時長的技術問題。

為解決上述問題，本發明的技術方案為一種基于神經網絡的燒傷創面區域自動分割方法，所述方法包括如下步驟：

S1：采集獲取燒傷病人的燒傷圖像；

S2：對燒傷圖像進行預處理和數據增強操作；

S3：將預處理和數據增強后的燒傷圖像輸入神經網絡模型中進行模型的訓練，進一步地，神經網絡模型分為編碼器模型和解碼器模型；

S4：使用訓練后的模型燒傷圖片進行燒傷創面區域預測，得到燒傷創面區域的分割結果圖。

具體地，所述步驟S2進一步包括：

S21：對燒傷圖像進行預處理操作；

S22：對燒傷圖像進行數據增強操作。

具體地，所述步驟S3進一步包括：

S31：將預處理和數據增強后的燒傷圖像輸入編碼器模型，提取燒傷圖像的特征圖；

S32：將編碼器模型提取的特征圖輸入解碼器模型，進行燒傷圖像的特征融合，輸出燒傷創面區域的分割預測圖；

S33：計算模型輸出的Loss值，通過RMSProp優化器訓練模型。