[发明专利]一种基于稠密的特征金字塔网络的宫颈图像处理方法及装置

权利要求书

1.一种基于稠密的特征金字塔网络的宫颈图像处理装置，其特征在于，包括：

图像采集装置，用于采集经3％-5％醋酸溶液处理后的宫颈图像；

处理器，包括宫颈图像预处理模块和处理模块，所述处理模块包括由基于稠密连接的特征金字塔网络、区域提名网络和检测网络组成的模型网络，用于输出目标区域的分类信息以及位置信息；

存储器，用于存储处理器中模型网络的参数；

显示装置，用于显示处理器输出的目标区域的分类信息以及位置信息；

基于稠密连接的特征金字塔网络由特征提取网络和金字塔网络组成，其中，特征提取网络由依次连接的1个卷积层，1个最大池化层，第一稠密模块，第一转换层，第二稠密模块，第二转换层，第三稠密模块，第三转换层和第四稠密模块组成；第一～四稠密模块分别由6，12，24，16个稠密卷积层组成，而稠密卷积层由依次连接的1个批正则化层，1个ReLU激活函数层，1个卷积层，1个批正则化层，1个ReLU激活函数层和1个卷积层组成；在第一～四稠密模块中，对于每一个稠密卷积层，所有在前稠密卷积层的输出都作为该稠密卷积层的输入，该稠密卷积层的输出作为所有在后稠密卷积层的输入；

所述金字塔网络包括3个上采样模块以及3个Attention模块；每个上采样模块输出的特征图进入对应的Attention模块，并在Attention模块中分成两路，其中一路输出权值特征图，另一路输出经系列卷积处理的卷积特征图，二者相乘后再与卷积特征图相加；

区域提名网络由依次连接的1个卷积层和2个并行的卷积层组成；检测网络由依次连接的1个ROIPooling层和2个并行的全连接层组成。

2.一种基于稠密的特征金字塔网络的宫颈图像处理方法，其特征在于，使用权利要求1所述的宫颈图像处理装置，包括：将图像采集装置采集的经3％-5％醋酸溶液处理后的宫颈图像输入至处理器已训练模型网络中，输出目标区域的分类信息以及位置信息，并显示在显示装置上；

对模型网络的训练方法包括：

(1)使用图像采集装置采集经3％-5％醋酸溶液处理后的宫颈图像，通过宫颈图像预处理模块对宫颈图像进行标记，并使用K-means方法对宫颈图像数据进行聚类，得到具有相似性的图像簇，构成训练集；

(2)在处理器中构建由基于稠密连接的特征金字塔网络、区域提名网络和检测网络组成的模型网络；

基于稠密连接的特征金字塔网络由特征提取网络和金字塔网络组成，利用在ImageNet上预训练的特征提取网络参数在对相应网络层进行初始化；

(3)采用训练集对模型网络进行训练，包括：

(3-1)将训练集中的图像输入至特征金字塔网络中，经区域提名网络输出目标区域的置信度以及位置信息，训练至损失函数收敛，将特征金字塔网络以及区域提名网络参数保存至存储器中；

(3-2)将特征金字塔网络中得到的特征图分别输入至区域提名网络和检测网络，检测网络结合特征图和区域提名网络输出的目标区域位置信息，输出最终的目标区域的分类信息以及位置信息，训练至损失函数收敛，将训练得到的模型参数保存至存储器中。