[发明专利]基于混合损失函数的对称监督模型的目标提取方法

说明书

基于混合损失函数的对称监督模型的目标提取方法，本发明涉及目标提取方法。本发明的目的是为了解决现有左心房提取方法耗费大量人力物力、存在人为差异、效率低的问题。过程为：1、获取心脏核磁共振影像数据，并进行标注；2、对1获取的带标记的心脏核磁共振影像数据进行预处理；3、得到训练好的对称监督模型，保存训练好的对称监督模型；4、采用3训练好的对称监督模型对预处理后的心脏核磁共振影像数据进行预测，并输出每个像素判别为左心房的概率，设定一个概率阈值将结果二值化；5、根据2的逆操作将4获得的二值化切片结果重建到三维体数据，完成左心房的提取。本发明用于目标提取领域。

技术领域

本发明涉及目标提取方法。

背景技术

医学图像处理是随着计算机技术的发展和成熟以及临床诊断技术的进步而迅速发展起来的一门新兴学科与技术，如今，医学图像处理技术作为医生的辅助工具在临床上的应用越来越广泛。左心房是人体心脏的重要组成部分，其结构、大小以及形态是鉴别人体生理状态的重要因素。临床上用于提取左心房的方法还停留在医生利用软件(如CVI42,Circle cardiovascular imaging)手动提取的阶段，这类方法存在较大的人为主观差异，而且需要具有专业知识的相关人员来负责提取工作。提取效率也比较低，大大增加了医生的负担和患者的等待时间。左心房提取工作是检查身体健康的预处理阶段，不属于疾病的诊断方法，即不是以获得疾病诊断结果或健康状况为直接目的，只属于中间的一个图像处理过程，并不能直接获得诊断结果。如果想要获得最终诊断结果，还需在左心房提取工作的基础上进行一系列其他操作，不涉及疾病诊断以及评价患者健康状态等内容，所以自动化的提取工作可以减少医护工作者的重复劳动，提升工作效率，缓解就医压力。而且自动化的提取具有客观、可重复的优点。

发明内容

本发明的目的是为了解决现有左心房提取方法耗费大量人力物力、存在人为差异、效率低的问题，而提出基于混合损失函数的对称监督模型的目标提取方法。

基于混合损失函数的对称监督模型的目标提取方法具体过程为：

步骤1、获取心脏核磁共振影像数据，并进行标注；

步骤2、对步骤1获取的带标记的心脏核磁共振影像数据进行预处理，预处理包括获取二维切片、裁剪、缩放以及数据归一化操作；

步骤3、将步骤2预处理后的心脏核磁共振影像数据作为对称监督模型的输入；

对称监督模型由编码器和解码器两部分构成，其中编码器包括输入层、卷积层、归一化层、最大池化层、输出层，解码器包括卷积层、反卷积层、归一化层、Dropout层和输出层；

解码器和编码起之间通过串联操作完成跳层连接；

对称监督模型的最终输出由编码器和解码器各自输出层的加权和构成；

所述对称监督模型还包括通道加权模块；通道加权模块由全局池化层和全连接层组成；

对称监督模型的损失函数由三个独立的损失函数组成，分别为目标分割损失函数，边缘检测损失函数以及不确定性损失函数；

对对称监督模型进行网络训练，并采用基于反向传播算法的随机梯度下降的方式进行网络参数的学习，当损失函数不再下降或者达到指定迭代次数后停止训练，得到训练好的对称监督模型，保存训练好的对称监督模型；

步骤4、对待处理的心脏核磁共振影像数据进行预处理，采用步骤3训练好的对称监督模型对预处理后的心脏核磁共振影像数据进行预测，并输出每个像素判别为左心房的概率，设定一个概率阈值将结果二值化；

步骤5、根据步骤2的逆操作将步骤4获得的二值化切片结果重建到三维体数据，完成左心房的提取。

本发明的有益效果为：