[发明专利]结肠腺体图像自动分割的深度神经网络算法有效
申请号: | 201910727851.9 | 申请日: | 2019-08-08 |
公开(公告)号: | CN110428432B | 公开(公告)日: | 2022-02-01 |
发明(设计)人: | 郭晓鹏;梅礼晔;孟令玉;李华光 | 申请(专利权)人: | 梅礼晔 |
主分类号: | G06T7/12 | 分类号: | G06T7/12;G06T5/00;G06N3/04;G06N3/08 |
代理公司: | 武汉聚信汇智知识产权代理有限公司 42258 | 代理人: | 马尚伟 |
地址: | 430072 湖北省武*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 结肠 腺体 图像 自动 分割 深度 神经网络 算法 | ||
1.结肠腺体图像自动分割的深度神经网络算法,其特征在于,包括以下步骤:
(1)构建数据集:结肠腺体数据作为训练集合,获取实例图和轮廓图;
(2)构建模型:模型网络由密集卷积神经网络和Refined U-Net组成,密集卷积神经网络用来提取图像的丰富的初级特征信息,在密集卷积神经网络的后面连接两个Refined U-Net网络,分别用来学习实例和轮廓的特征信息;
(3)确定模型损失函数:损失函数为Jaccard和焦点损失之和;
(4)信息融合:采用双线性插值将输出图像放大,在进行信息融合之前,先采用形态学腐蚀操作将边界变细,其融合图像计算公式定义为:
IA=IM(1-IC)
其中IA为信息融合后的二值图像A,IM为实例图像,IC为轮廓图像,为矩阵像素按位与运算;
连续性优化:对二值分割图A采用形态学开操作,纤细化分离物体和平滑较大物体边界,优化边缘,去除小面积像素;进一步移除小面积像素;对图像空洞填充;
连通域标记:对精细化后二值图像A进行连通域标记,识别不同的实例,并对不同实例进行颜色标注,不同颜色代表不同的实例对象。
2.根据权利要求1所述的结肠腺体图像自动分割的深度神经网络算法,其特征在于:所述的损失函数为Ltotal=Lfocal+Ljaccard,
焦点损失函数Lfocal=-αt(1-pt)γlog(pt),其中α为类别不平衡因子,对于类别0,为α∈[0,1],对于类别1,为1-α,γ为焦点因子,使模型更加集中于困难的错误分类的样本p∈[0,1]为模型的预测概率,pt为:
Jaccard损失函数
其中p为模型预测的值,y为Ground Truth,c为类别,Jc(p,y)为Ground Truth与预测分割图交集的大小与它们并集的大小的比值,其对应的损失函数为:
Ljaccard=1-Jc(p,y)。
3.根据权利要求2所述的结肠腺体图像自动分割的深度神经网络算法,其特征在于:焦点损失函数参数选取依据为BF得分:
对于类别c的BF得分数学表达式为:
其中:
Pc为类别c的准确率、Rc为类别c的召回率,为类别c边界二值Ground Truth图,为类别c边界二值边界模型预测图,d(·)表示欧式距离,艾佛森括号记号,方括号内的条件满足则为1,不满足则为0,θ表示距离误差允许范围,最终对计算所有类别的BF平均得分便得到单张图像的BF分数;
4.根据权利要求1-3任一所述的结肠腺体图像自动分割的深度神经网络算法,其特征在于:密集卷积神经网络包括Dense Block和过渡层,每个Dense Block包含4层,增长率为12,初始的卷积核通道数为16,卷积核大小为3×3,步长为1,边缘补零pad为1,过渡层的变化因子为1。
5.根据权利要求4所述的结肠腺体图像自动分割的深度神经网络算法,其特征在于:还包括激活函数,卷积层连接Dropout层,激活函数采用Leaky ReLu。
6.根据权利要求1-3或5任一所述的结肠腺体图像自动分割的深度神经网络算法,其特征在于:Refined U-Net包括编码层和解码层,编码层是重复结构,每次重复中都有两个卷积层;解码层使用亚像素卷积得到高分辨特征图,缩放倍数为2,将亚像素的特征图与编码层中对应特征图特征融合,在特征通道上相加,对特征融合的特征图进行两次卷积操作。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于梅礼晔,未经梅礼晔许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910727851.9/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序