[發明專利]基于超像素的兩階段弱監督新冠病灶分割方法

在審

• 申請號: 202210604897.3
• 申請日: 2022-05-30
• 公開（公告）號: CN114913164A
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 童諾;高陽;緱水平;郭璋;李睿敏;黃陸光
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/774;G06V10/764;G06N3/04;G06N3/08;G16H30/40;G16H30/20;G06V10/26
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華

1.一種基于超像素的兩階段弱監督新冠病灶分割方法，其特征在于，包含如下：

(1)獲取新冠肺炎患者的計算機斷層掃描CT數據，對數據的空間分辨率及窗位、窗寬統一進行調整后得到數據集S，對其按4:1:4的比率劃分可得到訓練樣本集S₁、驗證樣本集S₂、測試樣本集S₃；

(2)對訓練數據集S₁進行涂鴉式標注，即分別使用涂鴉式線條勾勒出胸腔部分、新冠病灶感染部分、肺實質部分，得到訓練數據集的涂鴉式標簽集R；對驗證數據集和測試數據集則以完全注釋的方式進行標注；

(3)使用訓練數據集S₁對涂鴉式標簽集R進行增強，得到增強后的涂鴉式標簽集R′；

(4)使用現有的UNet3+網絡作為基于超像素引導的弱監督新冠病灶分割的整體框架，框架包含的編碼部分由現有的5層減少至4層，并替換網絡編碼部分為4個多尺度特征提取模塊為D₁、D₂、D₃、D₄，對應可得到3個解碼模塊U₁、U₂、U₃，拼接組合4個多尺度特征提取模塊與3個解碼模塊，搭建好多類別分割網絡C4-Net，并初始化其參數；

(5)對基于超像素引導的弱監督新冠病灶分割網絡進行兩階段訓練：

(5a)通過旋轉或鏡像處理對訓練數據集S₁進行擴充，利用擴充后的訓練數據集S′₁采用梯度下降法對分割網絡進行第一階段訓練，得到訓練好的第一階段分割網絡T1；

(5b)將訓練數據集S₁輸入到訓練好的第一階段分割網絡T1中，得到第一階段網絡預測結果集P1；

(5c)利用第一階段網絡預測結果集P1、訓練數據集S₁及增強后的涂鴉式標簽集R′，生成第二階段訓練數據集S″₁；

(5d)使用第二階段訓練數據集S″₁對分割網絡進行第二階段訓練：

(5d1)將第二階段的訓練數據集S″₁中的CT圖像集輸入到訓練好的第一階段分割網絡T1中，得到輸出集合P2；

(5d2)根據第二階段訓練數據集S″₁及輸出集合P2，構建第二階段訓練時的損失函數L₂；

其中是病灶類別損失，是胸腔類別損失，是肺實質類別損失；

(5d3)用第二階段損失函數L₂迭代更新多類別分割網絡，直到損失函數L₂收斂，得到訓練好的第二階段分割網絡T2；

(6)將新冠病灶測試樣本集S₃輸入到訓練好的第二階段分割網絡T2中，得到對應的分割結果，即胸腔、肺實質及新冠病灶的類別。