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：西安电子科技大学

摘要：本发明公开了一种基于超像素的两阶段弱监督新冠病灶分割方法，主要解决现有分割方法标注困难和分割精度低的问题。其实现方案为：获取新冠肺炎患者的CT数据，并划分训练数据集、验证数据集和测试数据集；对训练数据集进行涂鸦式标注，其余数据集以完全注释来标注；对涂鸦式标注集进行增强；构造一个以UNet3+为主体包含了四个多尺度特征提取模块的新冠病灶分割网络；使用梯度下降法对分割网络进行两阶段训练；将新冠病灶测试样本集输入到训练好的分割网络中，得到测试样本的分割结果。本发明提升了新冠肺炎患者CT图像中病灶分割的精度和标注效率，可用于对新冠肺炎患者CT图像中病灶的自动化分割，辅助影像科医生对病人的临床诊断。

主权项：1.一种基于超像素的两阶段弱监督新冠病灶分割方法，其特征在于，包含如下：1获取新冠肺炎患者的计算机断层扫描CT数据，对数据的空间分辨率及窗位、窗宽统一进行调整后得到数据集S，对其按4:1:4的比率划分可得到训练样本集S1、验证样本集S2、测试样本集S3；2对训练数据集S1进行涂鸦式标注，即分别使用涂鸦式线条勾勒出胸腔部分、新冠病灶感染部分、肺实质部分，得到训练数据集的涂鸦式标签集R；对验证数据集和测试数据集则以完全注释的方式进行标注；3使用训练数据集S1对涂鸦式标签集R进行增强，得到增强后的涂鸦式标签集R′；4使用现有的UNet3+网络作为基于超像素引导的弱监督新冠病灶分割的整体框架，框架包含的编码部分由现有的5层减少至4层，并替换网络编码部分为4个多尺度特征提取模块为D1、D2、D3、D4，对应可得到3个解码模块U1、U2、U3，拼接组合4个多尺度特征提取模块与3个解码模块，搭建好多类别分割网络C4-Net，并初始化其参数；5对基于超像素引导的弱监督新冠病灶分割网络进行两阶段训练：5a通过旋转或镜像处理对训练数据集S1进行扩充，利用扩充后的训练数据集S′1采用梯度下降法对分割网络进行第一阶段训练，得到训练好的第一阶段分割网络T1；5b将训练数据集S1输入到训练好的第一阶段分割网络T1中，得到第一阶段网络预测结果集P1；5c利用第一阶段网络预测结果集P1、训练数据集S1及增强后的涂鸦式标签集R′，生成第二阶段训练数据集S″1；5d使用第二阶段训练数据集S″1对分割网络进行第二阶段训练：5d1将第二阶段的训练数据集S″1中的CT图像集输入到训练好的第一阶段分割网络T1中，得到输出集合P2；5d2根据第二阶段训练数据集S″1及输出集合P2，构建第二阶段训练时的损失函数L2； 其中是病灶类别损失，是胸腔类别损失，是肺实质类别损失；5d3用第二阶段损失函数L2迭代更新多类别分割网络，直到损失函数L2收敛，得到训练好的第二阶段分割网络T2；6将新冠病灶测试样本集S3输入到训练好的第二阶段分割网络T2中，得到对应的分割结果，即胸腔、肺实质及新冠病灶的类别。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于超像素的两阶段弱监督新冠病灶分割方法