[發明專利]乳腺X線圖像局部質量異常區域的分割方法、裝置及介質有效
| 申請號: | 202210363792.3 | 申請日: | 2022-04-07 |
| 公開(公告)號: | CN114820652B | 公開(公告)日: | 2023-05-23 |
| 發明(設計)人: | 王雅倩;王子騰;鄒明甫;李新娟;丁佳;呂晨翀 | 申請(專利權)人: | 北京醫準智能科技有限公司 |
| 主分類號: | G06T7/11 | 分類號: | G06T7/11;G06T7/12;G06V10/26;G06V10/44;G06V10/80;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/098 |
| 代理公司: | 北京樂知新創知識產權代理事務所(普通合伙) 11734 | 代理人: | 張永喆 |
| 地址: | 100083 北京市海淀區知春*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 乳腺 線圖 局部 質量 異常 區域 分割 方法 裝置 介質 | ||
1.一種乳腺X線圖像局部質量異常區域的分割方法,其特征在于,所述方法包括:
對待分割圖像進行標準化處理,獲得標準化圖像;
通過擠壓激勵殘差網絡對所述標準化圖像進行特征提取,獲得第一特征信息;
通過空間金字塔池化對所述第一特征信息進行特征提取,獲得第二特征信息;
對所述第一特征信息和所述第二特征信息進行融合,獲得第一分割結果;
利用邊緣細化網絡對所述第一分割結果進行優化,獲得與所述待分割圖像對應的目標分割結果;
所述通過擠壓激勵殘差網絡對所述標準化圖像進行特征提取,獲得第一特征信息,包括:
對所述標準化圖像進行不同尺寸的卷積處理,得到各個通道的第一通道特征;
對所述第一通道特征進行全局池化處理,以將各個通道的第一通道特征編碼為全局池化特征;
通過ReLU激活函數對所述全局池化特征進行處理,獲得全局擬合特征;
將所述全局擬合特征輸入全連接層,通過Sigmoid激活函數將所述全連接層輸出的第二通道特征映射到[0,1],得到對應各通道特征的特征權值;
根據所述特征權值對所述第一通道特征進行加權,獲得第一特征信息;
所述利用邊緣細化網絡對所述第一分割結果進行優化,獲得與所述待分割圖像對應的目標分割結果,包括:
對所述第一分割結果進行二值化處理,獲得二值圖像;
以二值圖像的邊界像素為中心生成固定大小的矩形框作為分割邊界的密集包圍框;
計算分割邊界的密集包圍框之間的交并比值,若交并比值大于設定閾值,刪除其中一個分割邊界的密集包圍框,達到去重的目的;
將各個分割邊界的密集包圍框包圍的二值圖像與該二值圖像對應的標準化圖像在通道維度上進行拼接,得到拼接圖像;
將所述拼接圖像輸入到邊緣細化網絡中進行邊緣細化處理,獲得目標分割結果;
其中,所述邊緣細化網絡的網絡結構包括多分辨率組卷積和多分辨率卷積,所述多分辨率組卷積用于不同分辨率的特征提取,所述多分辨率卷積,用于以全連接的方式連接不同分辨率的各個分支,連接過程中通過上采樣操作將低分辨率特征轉換為高分辨率特征,采用卷積的方式將高分辨率特征轉換為低分辨率特征。
2.根據權利要求1所述的方法,其特征在于,所述對待分割圖像進行標準化處理,獲得標準化圖像,包括:
獲取待分割圖像;
對所述待分割圖像進行尺寸調整,獲得調整圖像;
根據所述調整圖像的灰度分布區間對所述調整圖像的像素值進行標準化處理,獲得標準化圖像。
3.根據權利要求1所述的方法,其特征在于,通過空間金字塔池化對所述第一特征信息進行特征提取,獲得第二特征信息,包括:
通過多尺度空洞率的空洞卷積對所述第一特征信息進行多尺度特征提取,獲得多尺度的第二特征信息。
4.根據權利要求1所述的方法,其特征在于,對所述第一特征信息和所述第二特征信息進行融合,獲得第一分割結果,包括:
對所述第一特征信息和所述第二特征信息進行不同維度特征的拼接和卷積融合,獲第一分割結果。
5.根據權利要求1所述的方法,其特征在于,所述目標分割結果包含如下分割結果至少一種:標注有皮膚皺襞的第一分割區域、標注有乳頭未在輪廓線的第二分割區域、標注有肩膀重疊影的第三分割區域、標注有腹部皮膚的第四分割區域、標注有對側乳腺的第五分割區域、標注有異物的第六分割區域。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京醫準智能科技有限公司,未經北京醫準智能科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210363792.3/1.html,轉載請聲明來源鉆瓜專利網。





