欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023109292150
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于多尺度特征提取的肾脏肿瘤分割方法,其特征在于,包括以下步骤:

步骤一,获取标注好的肾肿瘤患者的CT医学图像,进行预处理构建合适的训练集和测试集;

步骤二,基于特征细化模块和多尺度特征提取模块构建一个分割网络;

所述的分割网络包括:

整体采用编码器-解码器架构,输入数据输入进编码器,首先经过几层卷积和跨步卷积实现的下采样,然后经过几个特征细化模块再经过瓶颈层后输入到解码器,瓶颈层由两个卷积构成,解码器接收瓶颈层的输出,首先经过几个多尺度特征提取模块,然后是几层卷积和通过转置卷积实现的上采样,分割网络还通过跳跃连接将编码器阶段的浅层语义信息和解码器阶段的高级语义信息进行拼接融合,解码器阶段最终输出为三维的分割掩模;

所述的特征细化模块过程包括:

首先是一个1×1卷积对前面层输出的特征图进行通道维度上的特征提取同时增加通道数,然后按通道对新得到的特征图进行分组,第一组特征图不进行操作直接作为结果;第二组特征图进行一个3×3的卷积得到第二组的输出;第三组特征图与第二组的结果相加,然后进行一个3×3的卷积得到第三组的输出;第四组特征图与第三组的结果相加,然后进行一个3×3的卷积得到第四组的输出,然后将这四组的结果按通道拼接,再通过一个1×1卷积进行通道维度上的特征提取同时降低通道数,然后输入给网络的下一部分;

所述的多尺度特征提取模块包括:

多尺度特征提取模块由一个U型结构,残差连接和一个软阈值去噪模块组成,多尺度特征提取模块的输入首先经过一个卷积层,然后结果输入到U型结构,U型结构的构成为:一个编码器路径和一个解码器路径,编码器路径接收输入,由一系列卷积和通过最大池化方法实现的下采样构成,解码器路径由一系列卷积和通过三线性插值算法实现的上采样构成,U型结构的输出输入到软阈值去噪模块,软阈值去噪模块的输出与最开始的卷积层的输出进行残差连接就得到了多尺度特征提取模块的输出;

步骤三,使用随机梯度下降优化算法和学习率衰减等策略进行训练;

步骤四,将新的需要处理的肾脏肿瘤CT数据输入到训练好的分割模型中得到分割掩模。

2.根据权利要求1所述的一种基于多尺度特征提取的肾脏肿瘤分割方法,其特征在于,步骤一对标注好的肾脏肿瘤患者CT图像的预处理过程包括:对所有的图像进行重采样使体素间距保持一致,体素间距为[0.78,0.78,0.78],然后将图像灰度范围调整到[-79,304],再对图像进行Z-score归一化。

3.根据权利要求1所述的一种基于多尺度特征提取的肾脏肿瘤分割方法,其特征在于,所述的软阈值去噪模块包括:先对输入的特征图取绝对值,然后通过全局平均池化操作对每个通道进行特征提取,得到的新特征图再经过两层全连接层然后通过sigmoid激活函数将每个特征都映射为0到1之间的系数,将得到的新的系数与全局平均池化操作后的特征进行相乘就得到了逐个通道的软阈值,然后用自动得到的这个软阈值对输入的特征图进行软阈值操作,设软阈值是一个正数x,输入特征图中绝对值小于等于软阈值的数置为0,绝对值大于软阈值的正数a设置为a-x,绝对值大于软阈值的负数b设置为b+x。

4.根据权利要求1所述的一种基于多尺度特征提取的肾脏肿瘤分割方法,其特征在于,在步骤三中:

预处理后的数据在输入进分割网络之前会进行一系列的数据增强来扩充数据集,尺度变换、旋转变换、镜像翻转、高斯模糊,输入进网络中的数据是尺寸为[128,128,128]的patch,训练共800个epoch,每个epoch设置为250个patch,这250个patch是从训练集中随机选取的,为了缓解类别不平衡的情况,选取过程应用过采样策略,66.7%的patch从选择的训练集数据的随机位置上裁剪,33.3%的patch一定包含所选择的训练集数据中存在的前景类别之一,batch size设置为2,使用随机梯度下降法更新参数同时Nesterov Momentum设置为0.99,初始学习率设置为0.01,学习率衰减策略为(1-epoch/epochmax)0.9,目标函数设置为Dice 损失与交叉熵损失的加和。

5.根据权利要求1所述的一种基于多尺度特征提取的肾脏肿瘤分割方法,其特征在于,在步骤四中:

使用滑动窗口的方式预测图像,窗口尺寸设置为训练时使用的patch大小,相邻窗口的重叠度为patch的一半,为了抑制拼接伪影和减少靠近边界位置的影响,应用高斯重要性加权,增加在softmax时中心体素的权重。