[发明专利]基于肺部非均匀池化的新冠肺炎CT图像处理方法

权利要求书

1.一种新冠肺炎CT图像处理方法，其特征在于：包括以下步骤：

S1、基于特征金字塔全卷积网络FPN的全自动肺分割算法：

构建基于DenseNet的特征金字塔全卷积网络FPN，从新冠肺炎CT图像中全自动地分割出肺部区域；

S2、双肺中心线的识别：

在通过步骤S1全自动地从新冠肺炎CT图像中分割出肺区域后，首先，对分割出的肺区域图像进行连通域筛选，得到分别对应于左肺和右肺的连通域1和连通域2，然后，分别检测连通域1和连通域2的最小横坐标a1和b1，最大横坐标a2和b2，进而得到左肺的中心线ac=a1+(a2-a1)/2和右肺的中心线bc=b1+(b2-b1)/2；

S3、肺部非均匀池化操作：

首先，根据步骤S2所得的双肺中心线，进行肺部池化，在左肺和右肺区域，从中心线往两侧，依次使用步长为1、2、3的池化窗，分别表示池化操作时将大小为1 x 1、2 x 2、3 x 3的图像区域压缩为一个值，即取池化窗覆盖区域的最大值作为池化窗的输出，为了进一步确定每种池化窗的数量，限定：a）在进行肺部非均匀池化后的图像大小为输入图像的一半，b）三种池化窗中，步长为2的池化窗占所有池化窗数量的一半，步长为1的池化窗的数量n1，步长为2的池化窗的数量n2和步长为3的池化窗的数量n3分别由下式计算得到：

其中，[ ]表示向下取整运算，I表示输入图像的大小，由于I不一定能被8或4整除，因此上述运算将产生余数，导致这三种池化窗不能完全覆盖输入图像，引入余数r1和r2，其计算方式如下：

然后，构建如下的查找表L：

最后，步长为1的池化窗的最终数量N1，步长为2的池化窗的最终数量N2和步长为3的池化窗的最终数量N3分别由下式计算：

在得到最终的池化窗数量后，将三种池化窗排列在输入图像上，在排列池化窗时，将步长为1的池化窗优先排列在肺中心线附近，然后再排列步长为2的池化窗，最后在最远离肺中心线的地方排列步长为3的池化窗，在进行了列方向的肺部非均匀池化后，再对图像进行行方向的最大值均匀池化，得到最终的池化结果图；

S4、基于肺部非均匀池化的卷积神经网络：

基于步骤S3所提出的肺部池化操作，构建基于肺部池化的卷积神经网络，实现对新冠肺炎CT图像的处理。