[發明專利]乳腺病灶分割裝置、模型訓練方法及電子設備

在審

• 申請號: 202210131616.7
• 申請日: 2022-02-14
• 公開（公告）號: CN114494230A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 孟慧;趙皓辰;李青鋒;谷寧波;牛建偉
• 申請（專利權）人: 北京航空航天大學杭州創新研究院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06K9/62;G06N3/08;G06V10/774
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 杜楊

1.一種乳腺病灶分割裝置，其特征在于，所述裝置包括連接的U-Net網絡及至少一個自注意力單元，所述U-Net網絡包括多個下采樣單元及多個上采樣單元，

所述U-Net網絡，用于根據待分析的乳腺超聲圖像，得到乳腺病灶分割掩膜；

各所述自注意力單元，用于基于自注意力機制，根據所連接的所述下采樣單元輸出的第一目標特征圖及輸入至所連接的所述上采樣單元的第二目標特征圖，得到第三目標特征圖，并將所述第三目標特征圖輸入到所連接的所述上采樣單元；任一個所述自注意力單元所連接的所述下采樣單元及所連接的所述上采樣單元位于同層；各所述自注意力單元基于樣本輪廓圖像與該自注意力單元的輸出圖像的邊界損失訓練得到。

2.根據權利要求1所述的裝置，其特征在于，一個所述自注意力單元位于U-Net網絡的最底層級聯位置。

3.根據權利要求1或2所述的裝置，其特征在于，所述裝置還包括至少一個預處理單元，所述自注意力單元包括預處理子單元、注意力計算子單元及處理子單元，

所述預處理單元，用于對所述第一目標特征圖及所述第二目標特征圖進行求和計算，得到待處理圖像；

所述預處理子單元，用于將所述待處理圖像分割成尺寸相同的多個圖像塊，并獲得每個圖像塊的特征向量；

所述注意力計算子單元，用于基于自注意力機制，根據所述每個圖像塊的特征向量，得到第三初始目標特征圖；

所述處理子單元，用于對所述第三初始目標特征圖進行上采樣，得到所述第三目標特征圖。

4.根據權利要求3所述的裝置，其特征在于，所述注意力計算子單元用于基于聚焦自注意力機制獲得所述得到第三初始目標特征圖，所述注意力計算子單元具體用于：

將第三特征圖劃分為尺寸相同的多個網格，其中，所述第三特征圖為根據所述每個圖像塊的特征向量確定的圖像；

將各網格作為一個子窗口，針對各子窗口，在不同等級下分別進行子窗口池化，得到各等級下的池化結果，其中，等級高低與子窗口池化對應的感受野大小及池化窗口大小正相關；

針對各子窗口，根據該子窗口計算得到查詢向量，并根據該子窗口對應的所述各等級下的池化結果計算得到鍵向量及值向量；

基于多頭注意力機制，根據各子窗口對應的查詢向量、鍵向量及值向量，得到所述第三初始目標特征圖。

5.根據權利要求4所述的裝置，其特征在于，在獲得所述第三初始目標特征圖時使用的計算公式為：

其中，Q_i表示查詢矩陣，K_i表示鍵矩陣，V_i表示值矩陣，B表示位置偏移。

6.根據權利要求3所述的裝置，其特征在于，所述預處理子單元具體用于：

獲得每個圖像塊的原始特征向量；

對所述每個圖像塊的原始特征向量進行歸一化處理，得到所述每個圖像塊的特征向量。

7.一種模型訓練方法，其特征在于，用于訓練得到乳腺病灶分割裝置，所述方法包括：

獲得多張樣本乳腺超聲圖像及所述多張樣本乳腺超聲圖像各自對應的樣本掩膜圖像及樣本病灶輪廓圖像；

將所述樣本乳腺超聲圖像輸入到預設的神經網絡模型中，得到該神經網絡模型生成的至少一張第三目標特征圖以及該神經網絡模型輸出的待分析掩膜圖像，其中，所述神經網絡模型中包括U-Net網絡及至少一個自注意力單元及至少一個自注意力單元，所述U-Net網絡包括多個下采樣單元及多個上采樣單元，各所述自注意力單元用于基于自注意力機制，根據所連接的所述下采樣單元輸出的第一目標特征圖及輸入至所連接的所述上采樣單元的第二目標特征圖，得到第三目標特征圖，并將所述第三目標特征圖輸入到所連接的所述上采樣單元；任一個所述自注意力單元所連接的所述下采樣單元及所連接的所述上采樣單元位于同層；

根據各所述第三目標特征圖、待分析掩膜圖像、對應的樣本掩膜圖像及對應的樣本病灶輪廓圖像，計算得到總損失，其中，所述總損失包括各所述第三目標特征圖與對應的樣本病灶輪廓圖像的邊界損失；

根據所述總損失對所述神經網絡模型進行調整，以訓練得到所述乳腺病灶分割裝置。