【技术实现步骤摘要】
针对少样本腰椎医学影像的半监督循环自学习方法及模型
本专利技术涉及图像处理领域，特别涉及一种针对少样本腰椎医学影像的半监督循环自学习方法及模型。
技术介绍
医学影像技术经历了一百多年的发展，其中MRI、CT、DR、超声等技术已经广泛用于各种临床医学诊断中。医学影像技术的发展极大提升了诊断效率和准确性，为后续的治疗以及手术提供指导。目前我国有大量居民受到腰椎相关疾病的困扰，腰椎医学影像中腰椎的定位测量可为多种疾病的诊断提供参考，比如腰椎旋转角度、腰椎侧弯cobb角、腰椎管横径、髂骨嵴间连线、腰椎曲度、腰椎曲度角、腰椎椎体高度、腰椎椎体高度指数、椎间盘高度、椎间盘角、腰椎管横径、椎体终板角、骶骨倾斜角、腰骶夹角、滑脱分度、腰骶滑脱角等的测量。以上众多测量指标的自动测量需要依赖于模型对腰椎DR影像数据关键点进行定位操作。然而和其他医学影像不同的是，腰椎影像的定位测量涉及的关键点数量众多，腰椎正位对应有44个标注点（如图1所示），腰椎侧位对应有60个标注点（如图2所示），相对于其他医学影像的影像处理而言，对应腰椎影像...
【技术保护点】
1.一种针对少样本腰椎医学影像的半监督循环自学习方法，其特征在于，包括以下步骤：/n预准备步骤：利用训练集中的已标注样本训练容量可变定位模型，得到训练后的容量可变定位模型，该训练后的容量可变定位模型预测未标注样本并筛选得到预测样本；/n迭代步骤：利用前序步骤得到的预测样本扩充训练集中的已标注样本，扩容前序步骤得到的容量可变定位模型，利用扩充后的已标注样本训练对应扩容后的容量可变定位模型，得到再次训练后的容量可变模型，再次训练后的容量可变模型预测剩余的未标注样本并筛选得到预测样本；/n循环步骤：若未达到迭代条件，以迭代步骤作为前序步骤循环执行迭代步骤。/n
【技术特征摘要】
1.一种针对少样本腰椎医学影像的半监督循环自学习方法，其特征在于，包括以下步骤：
预准备步骤：利用训练集中的已标注样本训练容量可变定位模型，得到训练后的容量可变定位模型，该训练后的容量可变定位模型预测未标注样本并筛选得到预测样本；
迭代步骤：利用前序步骤得到的预测样本扩充训练集中的已标注样本，扩容前序步骤得到的容量可变定位模型，利用扩充后的已标注样本训练对应扩容后的容量可变定位模型，得到再次训练后的容量可变模型，再次训练后的容量可变模型预测剩余的未标注样本并筛选得到预测样本；
循环步骤：若未达到迭代条件，以迭代步骤作为前序步骤循环执行迭代步骤。
2.根据权利要求1所述的针对少样本腰椎医学影像的半监督循环自学习方法，其特征在于，容量可变定位模型的容量大小和已标注样本的样本数据量大小成正比。
3.根据权利要求1所述的针对少样本腰椎医学影像的半监督循环自学习方法，其特征在于，容量可变定位模型包括对应设置的特征编码模块和特征解码模块，其中特征编码模型和特征解码模块均由多个卷积层堆叠形成至少两卷积组，特征编码模块输出结果输入到特征解码模块中被解码，卷积组的输出通道数设计可调节的调节因子。
4.根据权利要求1所述的针对少样本腰椎医学影像的半监督循环自学习方法，其特征在于，容量可变定位模型...
【专利技术属性】
技术研发人员：罗梦研，程国华，何林阳，季红丽，周晟，陈晓飞，
申请(专利权)人：杭州健培科技有限公司，
类型：发明
国别省市：浙江;33
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。