[發明專利]一種基于改進U-Net網絡的類器官分割方法及系統

在審

• 申請號: 202211529087.2
• 申請日: 2022-11-30
• 公開（公告）號: CN115760867A
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 王霄文;余鵬飛;張樹地;吳春玥;李璐;余國豪;賈瑋迪;顏明強
• 申請（專利權）人: 云南大學
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06V10/40;G06N3/08;G06N3/0464
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 常祖正

1.一種基于改進U-Net網絡的類器官分割方法，其特征在于，包括：

獲取待分割類器官圖像；

將所述待分割類器官圖像輸入類器官分割模型，輸出類器官分割圖；所述類器官分割模型為根據類器官數據集對改進的U-Net訓練得到的；

所述改進的U-Net的編碼器包括N個依次連接的編碼層和與第N個所述編碼層連接的特征加強單元，各所述編碼層均包括動態卷積模塊和下采樣模塊，所述特征加強單元包括動態卷積模塊和協調注意力模塊，所述協調注意力模塊用于對輸入的特征信息進行細化和加強；解碼器包括N個依次連接的解碼層，各所述解碼層均包括依次連接的上采樣模塊和所述動態卷積模塊；各所述編碼層和與各所述編碼層對應的解碼層之間采用注意門跳躍連接；所述下采樣模塊采用卷積下采樣操作。

2.根據權利要求1所述的基于改進U-Net網絡的類器官分割方法，其特征在于，還包括：

對所述類器官分割圖進行二值化；

對二值化后的類器官分割圖中各類器官的輪廓進行提取；

對提取的各輪廓中輪廓點進行壓縮，將壓縮后的輪廓點坐標按照類器官進行存儲；

將存儲的各類器官的輪廓點坐標編寫為固定格式的JSON文件；

用標注軟件打開所述JSON文件，獲得攜帶標簽的樣本圖像；

基于設定數量的所述類器官分割圖對應的攜帶標簽的樣本圖像，對所述類器官數據集進行擴充，獲得擴充后的類器官數據集；

采用擴充后的類器官數據集對改進的U-Net進行訓練，獲得更新后的類器官分割模型；

采用更新后的類器官分割模型對待分割類器官圖像進行類器官分割。

3.根據權利要求1所述的基于改進U-Net網絡的類器官分割方法，其特征在于，第1個編碼層用于輸入所述待分割類器官圖像，第1個編碼層至第N-1個編碼層均包括依次連接的所述動態卷積模塊和所述下采樣模塊，第N個編碼層包括依次連接的所述動態卷積模塊、所述協調注意力模塊和所述下采樣模塊，所述特征加強單元包括依次連接的所述動態卷積模和所述協調注意力模塊。

4.根據權利要求1所述的基于改進U-Net網絡的類器官分割方法，其特征在于，各所述動態卷積模塊均依次連接的第一殘差結構、第一批量歸一化層、第一動態卷積層、第二批量歸一化層、第二動態卷積層和第三批量歸一化層，所述第一批量歸一化層、所述第二批量歸一化層和所述第三批量歸一化層均包括ReLu激活函數，所述第一動態卷積層和所述第二動態卷積層的空洞率不同，所述動態卷積模塊還包括第一卷積層，所述第一殘差結構的輸出連接所述第一卷積層的輸入，所述第一卷積層的輸出與所述第三批量歸一化層的輸出相減作為所述動態卷積模塊輸出，所述第一卷積層包括卷積核為1×1的卷積操作。

5.根據權利要求5所述的基于改進U-Net網絡的類器官分割方法，其特征在于，所述第一動態卷積層的卷積核為3×3，空洞率為1；所述第二動態卷積層的卷積核為3×3，空洞率為2。

6.根據權利要求1所述的基于改進U-Net網絡的類器官分割方法，其特征在于，所述解碼器還包括分別與各解碼層連接的第四卷積層和與所述特征加強單元連接的第五卷積層，各所述第四卷積層和所述第五卷積層輸出的特征圖進行特征融合后輸出所述類器官分割圖；所述第四卷積層和所述第五卷積層均包括卷積核為1×1的卷積操作。

7.根據權利要求1所述的基于改進U-Net網絡的類器官分割方法，其特征在于，所述待分割類器官圖像為膀胱癌類器官圖像。

8.一種基于改進U-Net網絡的類器官分割系統，其特征在于，包括：

待分割類器官圖像獲取模塊，用于獲取待分割類器官圖像；

類器官分割模塊，用于將所述待分割類器官圖像輸入類器官分割模型，輸出類器官分割圖；所述類器官分割模型為根據類器官數據集對改進的U-Net訓練得到的；

所述改進的U-Net的編碼器包括N個依次連接的編碼層和與第N個所述編碼層連接的特征加強單元，各所述編碼層均包括動態卷積模塊和下采樣模塊，所述特征加強單元包括動態卷積模塊和協調注意力模塊，所述協調注意力模塊用于對輸入的特征信息進行細化和加強；解碼器包括N個依次連接的解碼層，各所述解碼層均包括依次連接的上采樣模塊和所述動態卷積模塊；各所述編碼層和與各所述編碼層對應的解碼層之間采用注意門跳躍連接；所述下采樣模塊采用卷積下采樣操作。