[發明專利]一種基于反向注意力網絡的圖像分割方法

在審

• 申請號: 202110493747.5
• 申請日: 2021-05-07
• 公開（公告）號: CN113343995A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 王博;趙威;申建虎;張偉;徐正清
• 申請（專利權）人: 西安智診智能科技有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于反向注意力網絡的圖像分割方法，首先獲取圖像數據集，構建訓練集和測試集；然后構建反向注意力網絡模型，反向注意力網絡模型的處理過程包括圖像經過多個卷積層逐層編碼依次得到不同層次的輸出特征層，利用不同層次的輸出特并行拼接聚合后輸入到解碼器進行解碼得到全局特征圖像，將全局特征圖像與輸出特征輸入到反向注意網絡中進行處理，直到得到低層次的反向注意特征；將訓練集輸入反向注意力網絡模型進行訓練，獲得訓練好的反向注意力網絡模型，獲取圖像分割結果。本發明利用圖像編碼得到的高級特征輸入到反向注意網絡中使得圖像分割的精度大幅提高。

技術領域

本發明屬于醫學圖像處理領域，具體涉及一種基于反向注意網絡的圖像分割方法。

背景技術

結直腸癌(CRC)是世界上第三種最常見的癌癥。因此，通過結直腸腫瘤前檢查預防結直腸腫瘤已成為世界范圍內的一項非常重要的健康檢查。結腸鏡檢查可以提供結直腸息肉的位置和外觀信息，使醫生能夠在結腸息肉發展為結直腸癌之前將其切除，是一種有效的結直腸癌篩查和預防技術。許多研究表明，早期結腸鏡檢查有助于降低30％的CRC發病率。因此，在臨床上，精確的息肉分割是非常重要的。然而，由于息肉通常在外觀上有所不同，例如大小、顏色和質地，即使它們是同一類型的。

在現有結腸鏡圖像分割方法中，息肉與其周圍黏膜之間的邊界通常是模糊的，并且缺乏分割方法所需的強烈對比度。這些問題導致了息肉的不精確分割，有時甚至會導致息肉的漏檢。因此，一種能夠在早期發現所有可能的息肉的自動、準確的息肉分割方法對預防大腸癌具有重要意義。

發明內容

為了解決現有技術的上述問題，本發明提供一種基于反向注意網絡的圖像分割方法，利用圖像編碼得到的高級特征輸入到反向注意網絡中使得圖像分割的精度大幅提高。本發明的技術方案如下：

一種基于反向注意力網絡的圖像分割方法，包括以下步驟：

S1，獲取圖像數據集，構建訓練集和測試集；

S2，構建反向注意力網絡模型，其中反向注意力網絡模型的處理過程具體為：

訓練集圖像經過多個卷積層逐層編碼依次得到不同層次的輸出特征層 f1、f2、f3、f4和f5，根據不同層次的輸出特征f3、f4和f5并行拼接聚合后輸入到解碼器進行解碼得到全局特征圖像Sg；

將全局特征圖像Sg進行一次下采樣操作后，與輸出特征f5輸入到第一反向注意網絡中進行處理，得到輸出特征R5；第一反向注意網絡處理的過程包括對全局特征圖像Sg進行感興趣區域反轉操作，并將反轉后的圖像與輸出特征f5進行相乘，得到輸出特征R5；將輸出特征R5和全局特征圖像Sg進行融合得到反向注意特征S5；

將反向注意特征S5進行一次上采樣操作后，與輸出特征f4輸入到第二反向注意網絡中進行處理，得到輸出特征R4；第二反向注意網絡處理的過程包括對反向注意特征S5進行感興趣區域反轉操作，并將反轉后的圖像與輸出特征f4進行相乘，得到輸出特征R4；將輸出特征R4和反向注意特征S5進行融合得到反向注意特征S4；

將反向注意特征S4進行一次上采樣操作后，與輸出特征f3輸入到第三反向注意網絡中進行處理，得到輸出特征R3；第三反向注意網絡處理的過程包括對反向注意特征S4進行感興趣區域反轉操作，并將反轉后的圖像與輸出特征f3進行相乘，得到輸出特征R3；將輸出特征R3和反向注意特征S4進行融合得到反向注意特征S3；

反向注意特征S3通過Sigmoid函數激活后得到反向注意力網絡模型的處理結果；

S3，將訓練集輸入反向注意力網絡模型進行訓練，獲得訓練好的反向注意力網絡模型；

S4，將測試集輸入訓練好的反向注意力網絡模型，獲取圖像分割結果。

進一步地，感興趣區域為息肉區域。