[發(fā)明專(zhuān)利]基于移位卷積的肺結(jié)節(jié)檢測(cè)網(wǎng)絡(luò)輕量化方法、系統(tǒng)及設(shè)備在審
| 申請(qǐng)?zhí)枺?/td> | 202310400985.6 | 申請(qǐng)日: | 2023-04-14 |
| 公開(kāi)(公告)號(hào): | CN116486229A | 公開(kāi)(公告)日: | 2023-07-25 |
| 發(fā)明(設(shè)計(jì))人: | 杜博;曠小歡 | 申請(qǐng)(專(zhuān)利權(quán))人: | 武漢大學(xué) |
| 主分類(lèi)號(hào): | G06V10/82 | 分類(lèi)號(hào): | G06V10/82;G06V10/774;G06N3/0464;G06N3/0495;G06T7/00 |
| 代理公司: | 武漢智權(quán)專(zhuān)利代理事務(wù)所(特殊普通合伙) 42225 | 代理人: | 羅成 |
| 地址: | 430000*** | 國(guó)省代碼: | 湖北;42 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 移位 卷積 結(jié)節(jié) 檢測(cè) 網(wǎng)絡(luò) 量化 方法 系統(tǒng) 設(shè)備 | ||
1.一種基于移位卷積的肺結(jié)節(jié)檢測(cè)網(wǎng)絡(luò)輕量化方法,其特征在于,包括以下步驟:
構(gòu)建基于目標(biāo)檢測(cè)算法Anchor-Free的肺結(jié)節(jié)檢測(cè)模型;
基于預(yù)處理后的目標(biāo)肺部CT數(shù)據(jù)集對(duì)所述肺結(jié)節(jié)檢測(cè)模型進(jìn)行訓(xùn)練,以生成訓(xùn)練后的肺結(jié)節(jié)檢測(cè)模型;
將所述訓(xùn)練后的肺結(jié)節(jié)檢測(cè)模型中的標(biāo)準(zhǔn)3D卷積運(yùn)算更新替換為移位卷積運(yùn)算,得到輕量化肺結(jié)節(jié)檢測(cè)模型,所述移位卷積運(yùn)算包括移位操作和2D卷積運(yùn)算;
基于預(yù)處理后的自定義肺部CT數(shù)據(jù)集對(duì)所述輕量化肺結(jié)節(jié)檢測(cè)模型進(jìn)行訓(xùn)練,以生成最終的輕量化肺結(jié)節(jié)檢測(cè)模型。
2.如權(quán)利要求1所述的基于移位卷積的肺結(jié)節(jié)檢測(cè)網(wǎng)絡(luò)輕量化方法,其特征在于,所述輕量化肺結(jié)節(jié)檢測(cè)模型中的移位卷積算子為:
式中,X表示輸入的特征,Xi表示Z軸的第i個(gè)切片的特征,F(xiàn)表示卷積運(yùn)算,W表示卷積核參數(shù),Y表示卷積后得到的特征,表示拼接操作符,C-表示向上移位,C+表示向下移位,C表示不進(jìn)行移位。
3.如權(quán)利要求1所述的基于移位卷積的肺結(jié)節(jié)檢測(cè)網(wǎng)絡(luò)輕量化方法,其特征在于:所述移位操作為沿著通道維度在肺部CT圖像Z軸方向的切片之間進(jìn)行信息交換,所述2D卷積運(yùn)算為對(duì)經(jīng)過(guò)移位操作后的切片進(jìn)行特征學(xué)習(xí)。
4.如權(quán)利要求1所述的基于移位卷積的肺結(jié)節(jié)檢測(cè)網(wǎng)絡(luò)輕量化方法,其特征在于:所述肺結(jié)節(jié)檢測(cè)模型包括編碼器和解碼器,所述編碼器與所述解碼器的對(duì)應(yīng)層之間基于跳躍連接進(jìn)行特征拼接,所述編碼器包括用于產(chǎn)生不同分辨率級(jí)別特征的多個(gè)分辨率模塊,每個(gè)分辨率模塊包括兩個(gè)計(jì)算塊,每個(gè)計(jì)算塊包括卷積運(yùn)算、實(shí)例歸一化以及泄露整流線性單元。
5.如權(quán)利要求1所述的基于移位卷積的肺結(jié)節(jié)檢測(cè)網(wǎng)絡(luò)輕量化方法,其特征在于,在所述基于預(yù)處理后的目標(biāo)肺部CT數(shù)據(jù)集對(duì)所述肺結(jié)節(jié)檢測(cè)模型進(jìn)行訓(xùn)練的步驟之前,還包括:
對(duì)多個(gè)公開(kāi)肺部CT圖像數(shù)據(jù)集和自定義肺部CT圖像數(shù)據(jù)集進(jìn)行預(yù)處理,生成預(yù)處理后的目標(biāo)肺部CT數(shù)據(jù)集。
6.如權(quán)利要求5所述的基于移位卷積的肺結(jié)節(jié)檢測(cè)網(wǎng)絡(luò)輕量化方法,其特征在于,所述對(duì)多個(gè)公開(kāi)肺部CT圖像數(shù)據(jù)集和自定義肺部CT圖像數(shù)據(jù)集進(jìn)行預(yù)處理,生成預(yù)處理后的目標(biāo)肺部CT數(shù)據(jù)集,包括:
對(duì)多個(gè)公開(kāi)肺部CT圖像數(shù)據(jù)集以及自定義肺部CT圖像數(shù)據(jù)集中的肺部CT圖像進(jìn)行統(tǒng)一格式處理并篩選出間距小于預(yù)設(shè)大小的薄層肺部CT圖像;
將薄層肺部CT圖像的原始數(shù)據(jù)轉(zhuǎn)化為亨氏單位HU值,并對(duì)薄層肺部CT圖像中的肺部區(qū)域圖像進(jìn)行像素范圍截?cái)嗉皻w一化處理,得到預(yù)處理后的目標(biāo)肺部CT數(shù)據(jù)集。
7.如權(quán)利要求1所述的基于移位卷積的肺結(jié)節(jié)檢測(cè)網(wǎng)絡(luò)輕量化方法,其特征在于,所述方法還包括:
對(duì)肺結(jié)節(jié)檢測(cè)模型的輸入圖像進(jìn)行正樣本、負(fù)樣本以及可忽略樣本的標(biāo)記,以調(diào)整圖像前景和背景的比例。
8.一種基于移位卷積的肺結(jié)節(jié)檢測(cè)網(wǎng)絡(luò)輕量化系統(tǒng),其特征在于,包括:
模型構(gòu)建單元,其用于構(gòu)建基于目標(biāo)檢測(cè)算法Anchor-Free的肺結(jié)節(jié)檢測(cè)模型;
第一訓(xùn)練單元,其用于基于預(yù)處理后的目標(biāo)肺部CT數(shù)據(jù)集對(duì)所述肺結(jié)節(jié)檢測(cè)模型進(jìn)行訓(xùn)練,以生成訓(xùn)練后的肺結(jié)節(jié)檢測(cè)模型;
更新替換單元,其用于將所述訓(xùn)練后的肺結(jié)節(jié)檢測(cè)模型中的標(biāo)準(zhǔn)3D卷積運(yùn)算更新替換為移位卷積運(yùn)算,得到輕量化肺結(jié)節(jié)檢測(cè)模型,所述移位卷積運(yùn)算包括移位操作和2D卷積運(yùn)算;
第二訓(xùn)練單元,其用于基于預(yù)處理后的自定義肺部CT數(shù)據(jù)集對(duì)所述輕量化肺結(jié)節(jié)檢測(cè)模型進(jìn)行訓(xùn)練,以生成最終的輕量化肺結(jié)節(jié)檢測(cè)模型。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于武漢大學(xué),未經(jīng)武漢大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310400985.6/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 車(chē)門(mén)限位器的移位機(jī)構(gòu)
- 剎車(chē)泵油閥總成上料機(jī)構(gòu)的移位裝置
- 割草機(jī)機(jī)頭部分組裝機(jī)的花齒軸托盤(pán)運(yùn)輸裝置
- 割草機(jī)機(jī)頭部分組裝機(jī)的花齒軸移位組件
- 車(chē)門(mén)限位器的移位機(jī)構(gòu)
- 剎車(chē)泵油閥總成上料機(jī)構(gòu)的移位裝置
- 割草機(jī)機(jī)頭部分組裝機(jī)的花齒軸托盤(pán)運(yùn)輸裝置
- 移位探測(cè)裝置、移位探測(cè)系統(tǒng)、移位探測(cè)方法
- 剎車(chē)泵制動(dòng)鉗上料機(jī)的下料移位裝置
- 圖像補(bǔ)償器
- 卷積運(yùn)算處理方法及相關(guān)產(chǎn)品
- 一種卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算方法及系統(tǒng)
- 卷積運(yùn)算方法及系統(tǒng)
- 卷積運(yùn)算方法、裝置及系統(tǒng)
- 深度神經(jīng)網(wǎng)絡(luò)裁剪方法、裝置及電子設(shè)備
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法和圖像處理裝置
- 卷積神經(jīng)網(wǎng)絡(luò)及基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法
- 一種圖像處理方法、裝置以及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 用于卷積神經(jīng)網(wǎng)絡(luò)的卷積運(yùn)算裝置
- 基于FPGA實(shí)現(xiàn)圖像識(shí)別的方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 一種結(jié)節(jié)倍增時(shí)間的確定方法及裝置
- 一種影像結(jié)節(jié)檢測(cè)的方法及裝置
- 一種結(jié)節(jié)匹配方法及裝置
- 一種檢測(cè)結(jié)節(jié)長(zhǎng)短徑長(zhǎng)度的方法及裝置
- 一種檢測(cè)結(jié)節(jié)的方法及裝置
- 一種基于改進(jìn)的Faster R-CNN框架的CT圖像肺結(jié)節(jié)檢測(cè)方法
- 一種肺結(jié)節(jié)分析的方法及裝置
- 一種影像結(jié)節(jié)檢出的方法及裝置
- 利用化學(xué)混合物形成微小可觸及人造結(jié)節(jié)的方法及混合物
- 一種面向深度學(xué)習(xí)的肺結(jié)節(jié)CT圖像數(shù)據(jù)增強(qiáng)方法及系統(tǒng)





