[發(fā)明專利]乳腺病灶分割裝置、模型訓(xùn)練方法及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202210131616.7
• 申請日: 2022-02-14
• 公開（公告）號: CN114494230A
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計(jì)）人: 孟慧;趙皓辰;李青鋒;谷寧波;牛建偉
• 申請（專利權(quán)）人: 北京航空航天大學(xué)杭州創(chuàng)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(wù)所(特殊普通合伙) 11463
• 代理人: 杜楊

本申請?zhí)峁┝艘环N乳腺病灶分割裝置、模型訓(xùn)練方法及電子設(shè)備，涉及圖像處理技術(shù)領(lǐng)域。該裝置包括連接的U?Net網(wǎng)絡(luò)及至少一個(gè)自注意力單元；U?Net網(wǎng)絡(luò)，用于根據(jù)待分析的乳腺超聲圖像，得到乳腺病灶分割掩膜；各自注意力單元，用于基于自注意力機(jī)制，根據(jù)與U?Net網(wǎng)絡(luò)中所連接的下采樣單元輸出的第一目標(biāo)特征圖及輸入至與U?Net網(wǎng)絡(luò)中所連接的上采樣單元的第二目標(biāo)特征圖，得到第三目標(biāo)特征圖，并將第三目標(biāo)特征圖輸入到所連接的上采樣單元；任一個(gè)自注意力單元所連接的下采樣單元及上采樣單元同層；各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(xùn)練得到。如此，可獲得準(zhǔn)確性高的乳腺病灶分割掩膜。

技術(shù)領(lǐng)域

本申請涉及圖像處理技術(shù)領(lǐng)域，具體而言，涉及一種乳腺病灶分割裝置、模型訓(xùn)練方法及電子設(shè)備。

背景技術(shù)

乳腺癌是常見的發(fā)生在女性身上的惡性腫瘤，本來其惡性程度不高，但是現(xiàn)在乳腺癌在女性中被確診時(shí)患者的年紀(jì)越來越年輕，且惡化程度越來越大，以至于乳腺癌已然成了威脅生命的一大殺手。而早期發(fā)現(xiàn)、診斷和治療乳腺癌均可以幫助提高患者的年生存率和生活質(zhì)量。磁共振成像技術(shù)的日益成熟，對乳腺癌早期確診和治療都起到了恰當(dāng)?shù)妮o助作用。特別是在超聲圖像當(dāng)中乳腺病灶區(qū)域的準(zhǔn)確分割有助于乳腺癌的早期診斷和治療。

超聲圖像中乳腺病灶區(qū)域的分割受到了業(yè)內(nèi)廣泛的研究。隨著計(jì)算機(jī)視覺領(lǐng)域的不斷發(fā)展，其中大量基于深度學(xué)習(xí)的圖像分割方法應(yīng)運(yùn)而生，將這些方法應(yīng)用于醫(yī)學(xué)圖像的嘗試也開始層出不窮。如很多傳統(tǒng)的語義分割網(wǎng)絡(luò)如FCN、SegNet和U-Net等已經(jīng)大量用于超聲病灶的分割。

盡管已有的分割網(wǎng)絡(luò)在一定程度上提高了乳腺超聲圖像病灶區(qū)域分割的準(zhǔn)確率，但是超聲影像的低成像質(zhì)量，如噪聲和偽影嚴(yán)重、病灶邊界模糊等問題，仍然制約著神經(jīng)網(wǎng)絡(luò)的分割精度。也即，當(dāng)前的分割網(wǎng)絡(luò)的分割準(zhǔn)確性仍然有待提高。

發(fā)明內(nèi)容

本申請?zhí)峁┝艘环N乳腺病灶分割裝置、模型訓(xùn)練方法、電子設(shè)備及可讀存儲介質(zhì)，其能夠利用包括基于自注意力單元的輸出圖像與對應(yīng)的樣本輪廓圖像的邊界損失訓(xùn)練得到的自注意力單元的乳腺病灶分割裝置，得到準(zhǔn)確性高的乳腺病灶分割掩膜。

本申請的實(shí)施例可以這樣實(shí)現(xiàn)：

第一方面，本申請實(shí)施例提供一種乳腺病灶分割裝置，所述裝置包括連接的U-Net網(wǎng)絡(luò)及至少一個(gè)自注意力單元，所述U-Net網(wǎng)絡(luò)包括多個(gè)下采樣單元及多個(gè)上采樣單元，

所述U-Net網(wǎng)絡(luò)，用于根據(jù)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(jī)制，根據(jù)所連接的所述下采樣單元輸出的第一目標(biāo)特征圖及輸入至所連接的所述上采樣單元的第二目標(biāo)特征圖，得到第三目標(biāo)特征圖，并將所述第三目標(biāo)特征圖輸入到所連接的所述上采樣單元；任一個(gè)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(xùn)練得到。

第二方面，本申請實(shí)施例提供一種模型訓(xùn)練方法，用于訓(xùn)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(yīng)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(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型中，得到該神經(jīng)網(wǎng)絡(luò)模型生成的至少一張第三目標(biāo)特征圖以及該神經(jīng)網(wǎng)絡(luò)模型輸出的待分析掩膜圖像，其中，所述神經(jīng)網(wǎng)絡(luò)模型中包括U-Net網(wǎng)絡(luò)及至少一個(gè)自注意力單元及至少一個(gè)自注意力單元，所述U-Net網(wǎng)絡(luò)包括多個(gè)下采樣單元及多個(gè)上采樣單元，各所述自注意力單元用于基于自注意力機(jī)制，根據(jù)所連接的所述下采樣單元輸出的第一目標(biāo)特征圖及輸入至所連接的所述上采樣單元的第二目標(biāo)特征圖，得到第三目標(biāo)特征圖，并將所述第三目標(biāo)特征圖輸入到所連接的所述上采樣單元；任一個(gè)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；