申请/专利权人：深圳市资福医疗技术有限公司

申请日：2023-08-17

公开（公告）日：2024-04-30

公开（公告）号：CN116797611B

主分类号：G06T7/11

分类号：G06T7/11;G06T7/194;G06V10/764;G06V10/82;G06N3/0455;G06N3/0464;G06N3/096

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2023.10.13#实质审查的生效;2023.09.22#公开

摘要：本发明公布一种息肉病灶分割方法，包括输入图像和掩膜图像，包括如下步骤：步骤S101：构建基于patch的电镜图片教师分割网络模型，并对电镜图片教师分割网络模型进行训练；步骤S102：基于电镜图片教师分割网络模型增加patch分类分支，在电镜图片教师分割网络模型的训练基础上继续训练新模型，进一步微调电镜图片教师分割网络模型的网络参数，训练patch分类分支参数；步骤S103：构建基于patch的学生网络模型，并采用知识蒸馏损失函数训练学生分类网络模型。本发明针对临床环境中息肉病灶分割不准确的缺陷，同时采用多任务学习和知识蒸馏等技术手段，提高模型挖掘息肉病灶特征的能力，进而提高模型分割精度，实现临床环境中息肉病灶的快速高精度分割。

主权项：1.一种息肉病灶分割方法，包括输入图像和掩膜图像，其特征在于，包括如下步骤：步骤S101：构建基于patch的电镜图片教师分割网络模型，并对电镜图片教师分割网络模型进行训练；所属步骤S101具体包括：步骤101将编码层特征图分别经过步骤102的第一最大池化处理和步骤103的第二平均池化处理；步骤201将解码层特征图分别经过步骤202的第三最大池化处理和步骤203的第四平均池化处理，从而生成四组特征图；进而将所述四组特征图分别进行步骤104的第一卷积处理并激活、步骤105的第二卷积处理并激活、步骤204的第三卷积处理并激活及步骤205的第四卷积处理并激活，之后将第一卷积和第二卷积连接进行步骤106的第一连接处理，第三卷积和第四卷积连接进行步骤206的第二连接处理；步骤107对第一连接处理结果和步骤201的解码层特征图进行交叉点积运算；步骤207对第二连接处理结果和步骤101的编码层特征图进行交叉点积运算；将所述步骤107和步骤207的两个交叉点积运算结果进行步骤108的第三连接处理；步骤109输出卷积结果；步骤S102：基于电镜图片教师分割网络模型增加patch分类分支，在电镜图片教师分割网络模型的训练基础上继续训练新模型，进一步微调电镜图片教师分割网络模型的网络参数，训练patch分类分支参数；步骤S103：构建基于patch的学生网络模型，并采用知识蒸馏损失函数训练学生分类网络模型；进一步还包括以下步骤：将输入图像划分为64张大小相同的patch，输入电镜图片教师分割网络模型中得到64张patch掩膜，并得到64张patch的类别，并将分类为前景的patch图像输入学生网络模型中，得到patch最终的分类标签，依据分类标签对patch掩膜进行纠正，所述对patch掩膜进行纠正包括以下步骤：步骤S104：若patch掩膜含有像素值大于0的区域但patch分类标签为0，则将patch掩膜中的所有像素值纠正为0；步骤S105：若patch掩膜像素值均为0但patch分类标签为1，则保持patch掩膜不变。

全文数据：

权利要求：

百度查询： 深圳市资福医疗技术有限公司 一种息肉病灶分割方法、设备及存储介质

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