胆管形态识别方法及装置制造方法及图纸

本发明专利技术公开了一种胆管形态识别方法，包括：图像预处理，提供包含若干个图像的集合S，将集合S中的图像转换为同一分辨率和/或尺寸，图像包含胆管目标，胆管目标的形态为原发性扩张或继发性扩张；将集合S中的图像进行几何运算或空域变换后获得的图像组成集合T，将集合T并入集合S；模型训练，以集合S中的图像为输入，以图像中胆管目标的形态为输出，送入深度学习神经网络训练得到胆管形态识别网络；目标识别，将包含胆管目标的任一图像送入胆管形态识别网络，获取胆管形态识别网络输出的任一图像胆管目标的形态预测，形态预测包含形态为原发性扩张的概率和继发性扩张的概率。利用深度学习神经网络进行胆管形态的识别，缓解了由人工进行目标形态判决的效率低下问题。进行目标形态判决的效率低下问题。进行目标形态判决的效率低下问题。

【技术实现步骤摘要】
胆管形态识别方法及装置


[0001]本专利技术涉及图像识别
，特别是涉及一种胆管形态识别方法及装置。

技术介绍

[0002]图像目标识别是通过存储的信息与当前的信息进行比较实现对图像的识别。在工程实践中，图像采用数字或者符号表示图像像素组成的各个目标的相关特征，及目标之间的关系。图像目标识别的目的是提取目标特征，以及目标之间的关系的抽象表达。具体而言，图像目标识别有两层任务，第一层任务是识别图像目标是什么物体，第二层任务是识别目标处于何种形态。图像目标识别技术已广泛应用于多个领域，如生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主车导航、公安、银行、交通、军事、电子商务和多媒体网络通信等。在现有技术中，医学图像中胆管形态的识别仍处于人工识别的手段。

技术实现思路

[0003]鉴于此，本专利技术提出一种胆管形态识别方法，引入深度学习神经网络，训练深度学习神经网络识别图像中胆管目标处于何种形态，以缓解现有技术的不足。
[0004]第一方面，本专利技术提供了一种胆管形态识别方法，包括：图像预处理，提供包含若干个图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种胆管形态识别方法，其特征在于，包括：图像预处理，提供包含若干个图像的集合S，将所述集合S中的图像转换为同一分辨率和/或尺寸，所述图像中包含胆管目标，所述胆管目标的形态为原发性扩张或继发性扩张；将所述集合S中的图像进行几何运算或空域变换后获得的图像组成集合T，将所述集合T并入集合S；模型训练，以所述集合S中的图像为输入，以所述图像中胆管目标的形态为输出，送入深度学习神经网络训练得到胆管形态识别网络；目标识别，将包含所述胆管目标的任一图像送入胆管形态识别网络，获取所述胆管形态识别网络输出的所述任一图像胆管目标的形态预测，所述形态预测包含形态为原发性扩张的概率和继发性扩张的概率。2.根据权利要求1所述的方法，其特征在于，所述的图像预处理，及所述的目标识别，还包括：利用图像分割技术或人工勾画标识所述图像包含的胆管目标，根据所述胆管目标对图像进行剪裁。3.根据权利要求1所述的方法，其特征在于，还包括：生成所述集合S中的图像的深度图像组成集合U，将所述集合U并入集合S。4.根据权利要求1所述的方法，其特征在于，所述的几何运算或空域变换包括：对所述图像进行旋转、镜像、降分辨率。5.根据权利要求1所述的方法，其特征在于，从所述深度学习神经网络的输入端到输出端，依次连接有第一卷积层(10)、第一卷积组件(30)、全局平均池化层(40)和softmax层(50)；所述第一卷积层(10)内部包含第...

【专利技术属性】
技术研发人员：岳京花，姜楠，周付根，
申请(专利权)人：北京清华长庚医院，
类型：发明
国别省市：