买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海交通大学

摘要：本发明提供了一种脊骨脱位辅助诊断方法及系统，所述方法包括：粗分割网络训练步骤：通过少量标注了脊骨椎体四个顶点的数据训练粗略的分割网络；滑窗提取步骤：对输入图像按照其中脊骨椎体的大小提取滑窗进行数据增广；特征提取步骤：对于输入的医疗影像通过深度神经网络提取高层语义特征；类别激活图生成步骤：利用分类网络中已有的参数生成类别激活图；专家知识引导步骤：利用分割网络得到粗略分割结果定位前后边缘的大致位置，并以此约束神经网络类别激活图中的概率分布。本发明对于脊骨脱位诊断的准确率和可解释性，并且在数据量较小时能保持很好的性能。

主权项：1.一种脊骨脱位辅助诊断方法，其特征在于，包括：粗分割网络训练步骤：根据数量小于设定阈值的标注脊骨椎体四个顶点的数据，训练粗略的分割网络，获取待滑窗提取信息；滑窗提取步骤：根据待滑窗提取信息，对输入图像按照其中脊骨椎体的大小提取不同尺寸的滑窗进行数据增广，获取滑窗提取结果信息；特征提取步骤：根据滑窗提取结果信息，对于输入图像通过深度神经网络提取高层语义特征，获取待生成脊骨脱位诊断结果信息和待生成类别激活图信息；类别激活图生成步骤：根据待生成类别激活图信息，利用分类网络中的权重参数生成类别激活图，获取生成类别激活图结果信息；知识引导步骤：根据生成类别激活图结果信息，利用分割网络获取粗略分割结果并定位前后边缘的设定位置，以此约束神经网络类别激活图中的概率分布，获取知识引导结果信息；诊断结果获取步骤：根据知识引导结果信息和待生成脊骨脱位诊断结果信息，获取脊骨脱位诊断结果信息；粗分割网络训练步骤包括：分割网络初次训练步骤：根据数量小于设定阈值的标注脊骨椎体四个顶点的数据，将四个顶点按次序连接作为训练分割模型，并对所有训练数据进行分割，获取待优化标注信息；分割网络迭代优化步骤：根据待优化标注信息，去除部分分割效果不符合要求的分割结果，用剩余待优化标注信息重新训练分割网络，并对所有训练数据再次进行分割，重复上述分割网络初次训练步骤以及分割网络迭代优化步骤过程2-3次，获取待滑窗提取信息；滑窗提取步骤包括：滑窗截取步骤：根据待滑窗提取信息，调整滑窗尺寸，使得一个滑窗包含3-5块脊骨，通过滑窗从原图中截取大量子图进行数据增广，获取待生成标签信息；标签生成步骤：根据待生成标签信息，判断滑窗包含完整病灶的数量，获取滑窗标签信息；根据滑窗标签信息，获取滑窗提取结果信息；类别激活图生成步骤包括：激活函数线性化表示步骤：根据待生成类别激活图信息，可以将深度神经网络激活函数写作线性运算： 其中，x表示非线性激活层的输入，ReLUx表示非线性激活函数，abs·表示逐元素取绝对值，diag表示对角矩阵，上式中可以将激活函数显示地写成矩阵乘法，将其记为R；获取激活函数线性表示信息；梯度计算步骤：根据待生成类别激活图信息和激活函数线性表示，对于任意一张输入图像,A表示神经网络最后一层卷积层输出的特征图，神经网络中包含n个全连接层和n-1个ReLU非线性激活层，整个模型的全连接层的运算可以写作： 其中，Ri和Wi分别表示全连接层和非线性层的参数，Wn表示最后一层全连接层的参数，y为神经网络的输出；输出对最后一层卷积层输出的特征图的梯度可以显式地写作： 获取梯度计算结果信息；类别激活图计算步骤：根据梯度计算结果信息，类别激活图的计算可以写作：L＝ReLU∑kwk·Ak；其中，wk是梯度全局平均池化得到的权重，Ak表示第k个通道的特征图；获取生成类别激活图结果信息；知识引导步骤包括：专家知识提取步骤：根据粗分割网络获得的分割结果，连接分割结果前后边缘的像素点，得到包含脊骨前后边缘位置信息的二值图，1表示在脊骨边缘位置的像素点，0表示在脊骨边缘位置之外的点，获取专家知识信息；空间正则化项约束步骤：根据专家知识信息、生成类别激活图结果信息，通过空间正则化项约束激活图上的数值分布；分别使用ei,j和pi,j表示脊骨边缘二值图和激活图上的数值，空间正则化项具体可写作： 其中，S1表示激活图上数值小于阈值T的区域，而S2则表示激活图上数值大于阈值T的区域，即S1＝i,j|i,j},S2＝i,j|i,j}；获取知识引导结果信息。

全文数据：

权利要求：

百度查询： 上海交通大学 脊骨脱位辅助诊断方法及系统