[發明專利]一種基于深度特征對稱融合的胸片肺炎檢測方法及系統

在審

• 申請號: 202110034700.2
• 申請日: 2021-01-12
• 公開（公告）號: CN112669312A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 武紅立;陸慧娟
• 申請（專利權）人: 中國計量大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度特征對稱融合的胸片肺炎檢測方法，其特征在于，包括訓練部分和識別部分，其特征在于：

所述訓練部分包括以下步驟：

（S1）使用卷積神經網絡從胸片中提取深度特征；

（S2）將深度特征復制一份并逐通道水平翻轉；

（S3）將翻轉后的深度特征和原始特征堆疊到一起，其中翻轉后的深度特征在下，原始深度特征在上；

（S4）訓練卷積核對堆疊深度特征進行特征提取，將特征層數壓縮一半；

（S5）使用線性整流函數對壓縮后的特征進行激活；

（S6）將融合對稱特征的深度特征和對應的肺炎區域標注作為輸入，訓練得到肺炎檢測器；

所述識別部分包括以下步驟：

（T1）從待檢測的胸片庫中取出胸片；

（T2）從待檢測的胸片中提取待識別的深度特征；

（T3）將待識別的深度特征復制一份并逐通道水平翻轉；

（T4）將水平翻轉后的深度特征和待識別特征堆疊到一起，其中翻轉后的深度特征在下，待識別深度特征在上；

（T5）使用訓練好的卷積核對堆疊深度特征進行特征提取，將特征層數壓縮一半；

（T6）將融合對稱特征的待識別深度特征送入肺炎檢測器中，肺炎檢測器輸出是否有肺炎以及檢測到的肺炎區域。

2.根據權利要求1所述的一種基于深度特征對稱融合的胸片肺炎檢測方法，其特征在于，所訴步驟（S4）的具體實現方式為：

使用步長為1、大小為1×1或3×3或5×5的卷積核，卷積前的特征邊緣補充0或1或2個像素寬或高的0值像素，輸出特征通道數為輸入特征通道數的一半，輸出特征的尺寸和輸入特征的尺寸相同。