【技术实现步骤摘要】
肝胆管及结石的图像识别方法、系统、设备及存储介质
本专利技术涉及医学图像分割
，特别是涉及一种肝胆管及结石的图像识别方法、系统、设备及存储介质。
技术介绍
目前，肝胆管结石的外科治疗面临着许多难点和挑战，包括肝胆管结石取石困难，取石不干净，术后易复发等问题。一般的取石手术方案，是在术前进行增强CT扫描，获取二维图像信息，然后医生凭借经验在头脑抽象为3D模型，对医生的临床经验及专业知识要求非常高，也可能出现偏差。为了更好地利用数字影像技术来辅助医师，专门针对特定器官区域及相应病灶区的医学图像分割技术开始出现，常见的有血管分割，器官分割，肿瘤分割等。但专门针对于肝胆管及胆道结石的分割几乎空白。常见的血管分割技术利用的是区域生长法，这种方法对于分割增强期的动脉血管非常有效，因为在CT图像上血管是高亮的明显区域，与背景区域有较大的分辨度，而对于胆管以及胆道结石效果就不太理想，因为无论是平扫期还是门脉期，能见到的目标区域都是灰色甚至是暗灰色，因此，通过像素灰度值来分辨肝胆管及结石较为困难。还有的方案是利用全卷积神经网络进行图像分割，较为有效的是U-net，利用卷积进行...
【技术保护点】
1.一种肝胆管及结石的图像识别系统，其特征在于，包括：输入模块，用于获取待测图像并输入至经过训练的稀疏卷积神经网络中；所述稀疏卷积神经网络，用于对所述待测图像进行图像识别，并在识别结果中分割出所述待测图像中的肝胆管的位置轮廓以及胆结石的位置轮廓；其中，所述稀疏卷积神经网络中包括N个编码器，N个解码器，连接相邻编码器与解码器的稀疏卷积层以及与第N解码器连接的输出模块，各个编码器与解码器交替连接；各个编码器和解码器中均包括依次连接的K个块；p，q，N及K均为正整数，且N≥2，K≥3；第1编码器中的各个卷积层均采用小卷积核，其余编码器中以及各个解码器中的各个卷积层均采用稀疏卷积核...
【技术特征摘要】
1.一种肝胆管及结石的图像识别系统，其特征在于，包括：输入模块，用于获取待测图像并输入至经过训练的稀疏卷积神经网络中；所述稀疏卷积神经网络，用于对所述待测图像进行图像识别，并在识别结果中分割出所述待测图像中的肝胆管的位置轮廓以及胆结石的位置轮廓；其中，所述稀疏卷积神经网络中包括N个编码器，N个解码器，连接相邻编码器与解码器的稀疏卷积层以及与第N解码器连接的输出模块，各个编码器与解码器交替连接；各个编码器和解码器中均包括依次连接的K个块；p，q，N及K均为正整数，且N≥2，K≥3；第1编码器中的各个卷积层均采用小卷积核，其余编码器中以及各个解码器中的各个卷积层均采用稀疏卷积核；第1编码器的第1块至第K-1块及其他各个编码器的第2块至第K-1块中，均包括p个卷积层以及与p个卷积层中的最后一层连接的池化层；各个编码器的第K块中均包括q个卷积层；第2至第N编码器的第1块中均包括1个池化层；第2至第N编码器中的每一个编码器的第i块的池化层的输出，与第1编码器中的第i+1块中的最后一个卷积层的输出融合之后，作为该编码器的第i+1块的输入，1≤i≤K-2；N个解码器的第1块中均包括p个卷积层，N个解码器的第K块中均包括1个上卷积层，第K-1块至第2块中均包括p个卷积层以及与p个卷积层中的最后一层连接的上卷积层；每一个解码器的第j块的上卷积层的输出，与第1编码器中的第j-1块中的最后一个卷积层的输出融合之后，作为该解码器的第j-1块的输入，2≤j≤K。2.根据权利要求1所述的肝胆管及结石的图像识别系统，其特征在于，所述稀疏卷积神经网络中，N＝2，p＝2，q＝1，K＝5。3.根据权利要求2所述的肝胆管及结石的图像识别系统，其特征在于，所述第1编码器中的各个卷积层均采用1×1的卷积核或均采用2×2的高斯卷积核。4.根据权利要求3所述的肝胆管及结石的图像识别系统，其特征在于，第2至第N编码器以及N个解码器中，所采用的稀疏卷积核的尺度互不相同。5.根据权利要求4所述的肝胆管及结石的图像识别系统，其特征在于，所述第1解码器中的各个卷积层均采用3×3的稀疏卷积核；所述第2编码器中的各个卷积层均采用5×5的稀疏卷积核；所述第2解码器中的各个卷积层均采用7×7的稀疏卷积核。6.根据权利要求1至5中任一项所述的肝胆管及结石的图像识别系统，其特征在于，所述输出模块中的损失函数L表示为：式中，k为...
【专利技术属性】
技术研发人员：蔡念，符小睿，夏皓，王慧恒，王晗，王平，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。