申请/专利权人：上海市精神卫生中心(上海市心理咨询培训中心)

申请日：2020-12-28

公开（公告）日：2024-04-12

公开（公告）号：CN112614119B

主分类号：G06T7/00

分类号：G06T7/00;G06V10/25;G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/088

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2021.04.23#实质审查的生效;2021.04.06#公开

摘要：本发明公开了一种医学图像感兴趣区域可视化方法、装置、存储介质和设备，使用卷积神经网络作为分类模型，模型的训练过程中，采用多尺度输入数据进行训练：1原始图像，2由原始图像上随机取得的图像块；随机提取的图像块和原始图像交替作为模型的输入，模型可以综合学习来自图像不同尺度的输入信息，模型也可以学习到图像的整体信息。训练标签采用精神疾病标签类别，即模型输出为健康、精神分裂症、双相情感障碍等。本方案利用特定的训练策略，实现模型对图像局部信息和整体信息的融合，实现图像的快速、精确分类，同时可以实现相比现有方法更加精细的对于指定类别的感兴趣区域可视化结果。

主权项：1.一种医学图像感兴趣区域可视化方法，其特征在于，方法包括：步骤1，建立分类模型；步骤2，从训练数据中的一个原始图像上任意位置随机提取一个任意尺寸的图像块作为模型的输入进行训练；步骤3，将步骤2中的原始图像整幅作为模型的输入进行训练，获匹配该图像块的类别标签并确定相应的权值；步骤4，改变步骤2中原始图像的选取位置，提取任意尺寸的图像块作为模型的输入进行训练；步骤5，再将步骤2中的原始图像整幅作为模型的输入进行训练；步骤6，重复步骤4和步骤5，选取的图像块的位置遍历整个原始图像，通过迭代训练学习图像全局及不同位置的局部纹理信息，获得训练好的生成器；步骤7，验证测试，加载所述训练好的生成器，从原始图像中随机取T个图像块，使采样得到的图像块集合可以有重叠地覆盖整幅图像，通过融合每个图像块中的激活图，得到原始图像X针对类别标签c的感兴趣区域激活图LcX；步骤8，通过原始图像X的感兴趣区域激活图LcX实现神经网络对于输入测试图像各个类别的激活情况，标记出神经网络的感兴趣区域，实现神经网络的可视化。

全文数据：

权利要求：

百度查询： 上海市精神卫生中心(上海市心理咨询培训中心) 医学图像感兴趣区域可视化方法、装置、存储介质和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD