一种基于改进渐进式残差网络的肠神经丛辅助识别方法技术

本发明专利技术公开了一种基于改进渐进式残差网络的肠神经丛辅助识别方法，包括以下步骤：步骤1，采集数据并进行预处理，得到训练数据集；步骤2，基于改进的渐进式残差复原网络构建复原模型，并基于训练数据集和MSEloss对复原模型进行训练；步骤3，将原始待测图像输入训练后的复原模型，得到复原结果；步骤4，将复原结果与原始待测图像进行像素级差异比较，得到肠神经丛的位置；步骤5，采用分类模型，对正常与非正常的神经丛进行分类。通过本发明专利技术可以实现对神经丛准确、快速的识别，先对正常与非正常的神经丛进行分类，实现对正常与非正常形态的神经丛评估，识别为正常的神经丛后再进行后续神经节细胞的识别，从而大大提高识别效率和准确率。率。率。

【技术实现步骤摘要】
一种基于改进渐进式残差网络的肠神经丛辅助识别方法


[0001]本专利技术涉及图像识别的
，尤其涉及一种基于改进渐进式残差网络的肠神经丛辅助识别方法。

技术介绍

[0002]肠无神经节细胞症（aganglionosis）是常见的小儿消化道发育畸形之一。肠无神经节细胞症的判断金标准为病理检查。其特征性的组织学病理改变是狭窄段（病变段）肠壁内神经丛和神经节细胞缺如，表现为肌间和粘膜下通常不能见到正常形态的肠神经丛和神经节细胞。反之，外源性胆碱能神经纤维大量增生，数量增多，粗大，紧密交织成束，呈波浪状或旋涡状，出现所谓的“肥大神经丛”。该疾病的常规诊断流程为：肠道组织切片苏木精
‑
伊红（H&E）染色，显微镜下评估是否存在正常形态的肌间神经丛和粘膜下神经丛，以及神经丛内是否存在正常的神经节细胞。因此，从复杂的肠道组织层次中，精准、快速定位和识别神经丛区域是识别该疾病的重要前提。
[0003]传统的神经丛识别主要依靠专业医生人工识别，通过了解病变段神经丛、神经节细胞是否存在,实现肠无神经节细胞症的识别和判断。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进渐进式残差网络的肠神经丛辅助识别方法，其特征在于：包括以下步骤：步骤1，采集数据并进行预处理，得到训练数据集；步骤2，基于改进的渐进式残差复原网络构建复原模型，并基于训练数据集和MSEloss对复原模型进行训练；步骤3，将原始待测图像输入训练后的复原模型，得到复原结果；步骤4，将复原结果与原始待测图像进行像素级差异比较，得到肠神经丛的位置；步骤5，构建分类模型对正常与非正常的神经丛进行分类。2.如权利要求1所述的基于改进渐进式残差网络的肠神经丛辅助识别方法，其特征在于：所述采集的数据为经苏木精
‑
伊红染色的肠道组织切片图像数据。3.如权利要求2所述的基于改进渐进式残差网络的肠神经丛辅助识别方法，其特征在于：所述预处理包括：对采集到的数据进行数据增强得到更多的图像数据，数据增强包括对数据进行翻转、拉伸、色彩变换和切割。4.如权利要求1~3任一所述的基于改进渐进式残差网络的肠神经丛辅助识别方法，其特征在于：复原模型基于改进的渐进式残差复原网络构建，包括输入卷积层、激活函数层、特征提取器和输出卷积层，特征提取器包括ResNet，用于逐步挖掘深层语义纹理信息。5.如权利要求4所述的基于改进渐进式残差网络的肠神经丛辅助识别方法，其特征在于：所述特征提取器中...

【专利技术属性】
技术研发人员：曹祯庭，武海燕，吴婷，李梦婷，钱新月，韩传富，沈纬，唐维兵，周春雷，唐杰，
申请(专利权)人：南京南数科技有限公司南京市儿童医院南京大学，
类型：发明
国别省市：