[发明专利]基于GAN的医学影像病灶检测标记数据增强方法及装置

权利要求书

1.一种基于GAN网络的医学影像病灶检测标记数据增强方法，其特征在于，包括以下步骤：

根据影像数据通过病灶生成模型得到带有病灶的影像序列；

根据所述带有病灶的影像序列通过判别模型识别带病灶的合成医学影像序列；以及

通过病灶检测模型检测所述带病灶的合成医学影像序列，获取带标注的医学影像及其检测标注数据。

2.根据权利要求1所述的方法，其特征在于，所述根据影像数据通过病灶生成模型得到带有病灶的影像序列，包括：

将3DVNet网络作为所述病灶生成模型，以根据所述影像数据的医学影像序列生成病灶位置及标记。

3.根据权利要求1所述的方法，其特征在于，所述根据所述带有病灶的影像序列通过判别模型识别带病灶的合成医学影像序列，包括：

将ResNet-152作为判别模型，以区分生成的影像序列与真实影像序列；

使用判别模型中生成部分的loss函数使用梯度上升来训练所述病灶生成模型。

4.根据权利要求1所述的方法，其特征在于，所述通过病灶检测模型检测所述带病灶的合成医学影像序列，包括：

将物体检测模型Faster-RCNN作为所述病灶检测模型，得到所述带标注的医学影像及其检测标注数据。

5.根据权利要求4所述的方法，其特征在于，所述将物体检测模型Faster-RCNN作为所述病灶检测模型，得到所述带标注的医学影像及其检测标注数据，进一步包括：

使用人工标注的影像序列，生成大量随机的标注，以使用人工标注和生成标注训练评分网络；

使用所述Faster-RCNN网络检测所述合成医学影像序列，并使用所述评分网络评估检测结果，以将评分最高的检测结果作为生成的标记。

6.一种基于GAN网络的医学影像病灶检测标记数据增强装置，其特征在于，包括：

生成模块，用于根据影像数据通过病灶生成模型得到带有病灶的影像序列；

识别模块，用于根据所述带有病灶的影像序列通过判别模型识别带病灶的合成医学影像序列；以及

获取模块，用于通过病灶检测模型检测所述带病灶的合成医学影像序列，获取带标注的医学影像及其检测标注数据。

7.根据权利要求6所述的装置，其特征在于，所述生成模块进一步用于将3DVNet网络作为所述病灶生成模型，以根据所述影像数据的医学影像序列生成病灶位置及标记。

8.根据权利要求6所述的装置，其特征在于，所述识别模块进一步用于将ResNet-152作为判别模型，以区分生成的影像序列与真实影像序列；使用判别模型中生成部分的loss函数使用梯度上升来训练所述病灶生成模型。

9.根据权利要求6所述的装置，其特征在于，所述获取模块进一步用于将物体检测模型Faster-RCNN作为所述病灶检测模型，得到所述带标注的医学影像及其检测标注数据。

10.根据权利要求9所述的装置，其特征在于，所述获取模块进一步用于使用人工标注的影像序列，生成大量随机的标注，以使用人工标注和生成标注训练评分网络；使用所述Faster-RCNN网络检测所述合成医学影像序列，并使用所述评分网络评估检测结果，以将评分最高的检测结果作为生成的标记。