一种数据集中含有不确定数据时的肺结节图像分类方法技术

本发明专利技术涉及计算机视觉技术领域，提供一种数据集中含有不确定数据时的肺结节图像分类方法。首先，收集肺结节CT图像集并利用专家投票法通过多数投票原则确定图像的类别，经过预处理后得到肺结节CT图像数据集；然后，基于知识蒸馏法，构建包括教师模型、学生模型的肺结节图像分类模型；接着，获取确定标签数据集，在确定标签数据集上训练教师模型，并在肺结节CT图像数据集上计算软标签；然后，在联合硬标签和软标签的数据集上训练学生模型；最后，将预处理后的待分类肺结节CT图像输入训练后的肺结节图像分类模型中，获得其类别。本发明专利技术能够有效利用数据集中的不确定标签数据，提升肺结节诊断的准确性和效率，且易用性和鲁棒性高。

A Classification Method for Pulmonary Nodules Images with Uncertain Data in Data Sets

【技术实现步骤摘要】
一种数据集中含有不确定数据时的肺结节图像分类方法
本专利技术涉及计算机视觉
，特别是涉及一种数据集中含有不确定数据时的肺结节图像分类方法。
技术介绍
肺癌是世界上最致命的疾病之一，2017年肺癌约占所有癌症发病人数的26％。尽管最近的诊断和治疗取得了长足的发展，但肺癌五年治愈率仅为18％。值得注意的是，如果患者能够进行早期准确诊断并且实施适当的治疗，那么这一比率将大大增加。低剂量计算机断层扫描(CT)已被广泛用于肺癌检查，与其他成像技术相比，CT可以显示低对比度的结节，具有更多优势。根据全国肺部筛查的报告，低剂量CT扫描可将肺癌死亡率降低20％。传统的肺结节诊断主要依赖医生专家的观察，因此会有一些缺点：诊断结果具有主观性；工作量大耗时长；人类视觉局限性；偏远地区医生无法普及。随着计算机视觉技术的发展，特别是自动分类识别技术取得的进步，通过提供有价值的意见来帮助临床医生进行诊断。现在计算机视觉和机器学习技术的发展使快速和可靠的CT图像分类成为可能，因其高效和减少人工等优势成为热门的研究领域。一些有代表性的工作包括采用基于肺结节图像的低维度特征，包括纹理、形状、滤波和强度等；还有一本文档来自技高网...

【技术保护点】
1.一种数据集中含有不确定数据时的肺结节图像分类方法，其特征在于，包括下述步骤：步骤1：组织数据集：收集N张肺结节CT图像构成图像集I＝{I1,I2,...,In,...,IN}，将肺结节分为良性、恶性和不确定三种类型；采用专家法对每张肺结节CT图像进行类别标注，得到第n张肺结节CT图像In的类别为en；对每张肺结节CT图像进行预处理，得到肺结节CT图像数据集D；所述预处理包括将肺结节CT图像转换为JPG格式并对转换后的图像进行裁剪、尺寸调整、数据增强预处理；其中，n∈{1,2,...,N}，en∈Mlevel，Mlevel＝{0,1,2}，Mlevel中的0、1、2分别代表良性、不确定、恶性...

【技术特征摘要】
1.一种数据集中含有不确定数据时的肺结节图像分类方法，其特征在于，包括下述步骤：步骤1：组织数据集：收集N张肺结节CT图像构成图像集I＝{I1,I2,...,In,...,IN}，将肺结节分为良性、恶性和不确定三种类型；采用专家法对每张肺结节CT图像进行类别标注，得到第n张肺结节CT图像In的类别为en；对每张肺结节CT图像进行预处理，得到肺结节CT图像数据集D；所述预处理包括将肺结节CT图像转换为JPG格式并对转换后的图像进行裁剪、尺寸调整、数据增强预处理；其中，n∈{1,2,...,N}，en∈Mlevel，Mlevel＝{0,1,2}，Mlevel中的0、1、2分别代表良性、不确定、恶性三种肺结节类型；D＝{(x1,y1),(x2,y2),...,(xi,yi),...,(xm,ym)}，m为肺结节CT图像数据集D中的样本总数，xi为肺结节CT图像数据集D中的第i张肺结节CT图像，yi为第i张肺结节CT图像xi的类别标签，yi∈Mlevel；步骤2：基于知识蒸馏法，构建肺结节图像分类模型，所述肺结节图像分类模型包括教师模型、学生模型；所述教师模型包括L个神经网络模型和L个softmax分类器，所述学生模型包括神经网络模型、第一softmax分类器s1、第二softmax分类器s2；步骤3：在确定标签数据集上训练教师模型；步骤3.1：获取确定标签数据集：从肺结节CT图像数据集D中提取类别标签为良性和类别标签为恶性的元素，构成确定标签数据集DC；其中，DC＝{(x1,y1),(x2,y2),...,(xj,yj),...,(xmC,ymC)}∈D，mC为确定标签数据集DC中的样本总数，yj为确定标签数据集DC中的肺结节CT图像xj的类别标签，yj∈MC＝{0,1}，MC中的0、1分别代表良性、恶性两种肺结节类型；步骤3.2：对确定标签数据集DC按照批次处理，依次将每一批次的样本集DCs输入教师模型中的每个神经网络模型，采用随机初始化来初始化网络参数，通过教师模型中的L个神经网络模型对样本集DCs进行特征提取，在教师模型中的每个神经网络模型后都通过softmax分类器对样本集DCs中的肺结节CT图像进行分类；其中，DCs∈DC，DCs中的样本个数为ms；对于输入的肺结节CT图像xk∈DCs，经过假设函数输出二维向量pk，向量pk中的每个元素代表对于给定的肺结节CT图像xk每一个肺结节类型σ∈MC的概率估计值p(yk＝σ|xk)，假设函数为其中，θ＝{θ,θ1}为模型参数集，为对概率分布进行归一化使得所有概率总和为1，为模型参数集θ中第μ个元素的转置；在确定标签数据集DC上通过损失函数JC(θ)采用小批量梯度下降法对教师模型进行训练：其中，logloss为类别交叉熵损失函数，logloss(p,q)＝-plogq，为肺结节CT图像xk经过教师模型中的神经网络模型和softmax分类器输出的类别概率向量；为肺结节CT图像xk的正确类别标签即硬标签，根据步骤1中计算的类别标签来确定良性为[1,0]、恶性为[0,1]；R(θ)为正则化项，γ为正则化系数，γ≥0；p(yk＝σ|xk；θ)为参数为θ时softmax分类器将样本xk分类为类别σ的概率，l_rt为学习率；步骤3.3：应用训练好的教师模型到肺结节CT图像数据集D以计算软标签：去掉教师模型中每个神经网络模型后的softmax分类器，将肺结节CT图像数据集D作为教师模型中每个神经网络模型的输入，获取教师模型中每个神经网络模型的logits输出值，对教师模型中所有神经网络模型的logits输出值进行加权平均，得到肺结节CT图像xi的最终logits输出值为计算得到肺结节CT图像xi的软标签为其中，αr为教师模型中第r个神经网络模型的logits输出...

【专利技术属性】
技术研发人员：毛克明，王新琦，常辉东，李佳明，李翰鹏，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21