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：北京工业大学

摘要：本发明公开了一种基于生成对抗网络的胃病变分割方法及系统，方法包括：将胃镜病变图片样本输入至分割网络，得出病变区域的分割预测图像；其中，分割网络基于U‑Net包括编码器、扩张卷积模块和解码器；以胃镜病变图片样本与分割预测图像拼接形成的四通道张量以及胃镜图片与人工标注图片拼接形成的四通道张量作为判别网络的两组输入，以对两组输入分别为分割预测图像还是人工标注图片的真假判断作为输出，以博弈方式交替对分割网络和判别网络进行生成对抗网络训练至平衡状态；将所要分割的胃镜图片输入完成训练的分割网络，得到胃病变分割图像。通过本发明的技术方案，避免了随着网络的加深而导致梯度逐渐消失，提高了分割准确率和精度。

主权项：1.一种基于生成对抗网络的胃病变分割方法，其特征在于，包括：将胃镜病变图片样本输入至分割网络，得出病变区域的分割预测图像；其中，所述分割网络基于U-Net包括编码器、扩张卷积模块和解码器，所述编码器包括对图像进行下采样的卷积单元，所述扩张卷积模块包括相串联的扩张率不同的扩张卷积，所述扩张卷积模块用于扩大所述编码器下采样后的图像的感受野，所述解码器包括对图片进行上采样以恢复输入图像尺寸的卷积单元，所述编码器和所述解码器的每个卷积单元中加入残差连接操作；以所述胃镜病变图片样本与所述分割预测图像拼接形成的四通道张量以及所述胃镜病变图片样本与人工标注图片拼接形成的四通道张量作为判别网络的两组输入，以对两组输入分别为所述分割预测图像还是所述人工标注图片的真假判断作为输出，以博弈方式交替对所述分割网络和所述判别网络进行生成对抗网络训练至平衡状态；所述编码器包括5组卷积单元，前4组卷积单元包括两组卷积层、批处理归一化层、ReLU激活函数和最大池化层，最后一组卷积单元包括两组卷积、批处理归一化和ReLU激活函数；所述解码器包括4组卷积单元，前3组卷积单元包括上采样以及两组卷积层、批处理归一化层和ReLU激活函数，最后一组卷积单元包括上采样以及两组1×1卷积层、批处理归一化层和sigmoid激活函数；每组卷积单元中加入残差连接操作使梯度由一端直接传递至另一端；所述扩张卷积模块包括4组扩张卷积，该4组扩张卷积的扩张率为互质数，每组扩张卷积包括卷积层和归一化层；将所要进行病变分割的胃镜图片输入完成生成对抗网络训练的分割网络，得到胃病变分割图像；所述生成对抗网络训练过程中，对抗损失函数为： 其中，Xr表示胃镜图片，Xs表示人工标注图片，GXr表示分割网络的分割结果映射，DXr,Xs表示判别网络的输出结果，E[*]表示分布函数期望值，pdata*表示真实样本的分布；对抗目标函数为G*＝minGmaxDLadvG,D，其中，minGmaxD表示使分割网络最小化、判别网络最大化；所述分割网络的损失函数为 所述生成对抗网络训练的损失函数为Ltotal＝G*+γLsegG，其中，γ为权重系数。

全文数据：

权利要求：

百度查询： 北京工业大学 基于生成对抗网络的胃病变分割方法及系统