基于数据增强及CA-YOLO-V4的肺CAD系统技术方案

本发明专利技术公开了一种基于数据增强及CA

【技术实现步骤摘要】
基于数据增强及CA
‑
YOLO
‑
V4的肺CAD系统


[0001]本专利技术涉及医学图像处理领域，具体涉及一种针对带标注数据稀缺的情况下基于生成式对抗网络（Generative Adversarial Networks, GAN）的数据增强及基于注意力机制的YOLO
‑
V4检测框架的肺计算机辅助检测（Computer Aided Detection, CAD）系统，特别适用于肺结节检测。在进行肺结节检测之前，为提高检测准确度，采用生成式对抗网络生成带标注的数据，并插入注意力机制捕捉肺结节的特征信息，进而提升YOLO
‑
V4对肺结节的检测能力。

技术介绍

[0002]肺癌发病率和致死率在我国所有癌症中均居第一。肺癌早期病灶在计算机断层扫描成像(Computed Tomography, CT)上的表现形式为结节，是直径小于30mm的圆形或类圆形致密影。目前，肺癌患者5年生存率仍不超过20%。肺癌的早诊早治是提高患者5年生存率的关键。因此，尽早发现肺结节可以有效地提高肺癌患者的生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据增强及CA
‑
YOLO
‑
V4的肺CAD系统，其特征在于，包括以下步骤：S1：获取肺部CT图像的数据集，本发明的实验采用LIDC
‑
IDRI数据库的子集LUNA16；S2：图像预处理，依据结节标注将其定位、剪裁、掩膜填充，并输入网络训练；S3：肺结节生成，读取训练好的模型，在肺CT图像上生成肺结节；S4：将生成的肺结节数据与LUNA16数据一起作为检测网络的数据；S5：图像预处理，进行肺实质分割，然后将数据处理为YOLO网络可以读取的VOC格式；S6：特征提取及融合，数据经过骨干网络CSPDarknet和CA机制，完成了特征提取，再经过SPP及PANet，完成了特征融合；S7：肺结节检测，使用YOLO Head中的非极大值抑制过滤冗余的检测框，最后得到检测结果。2.根据权利要求1所述的一种基于数据增强及CA
‑
YOLO
‑
V4的肺CAD系统，其特征在于，所述步骤S6的具体过程如下：1）利用两个1D全局池化操作分别将垂直方向和水平方向的输入特征聚合为两个独立方向感知特征图；2）根据初始输入特征向量的高度H与宽度W，使用尺寸为（H，1）和（1，W）的池化核分别沿着垂直方向和水平方向对每个通道进行编码；3）得到嵌入特定方向信息的特征图表示式如下：其中， 为输入特征向量， ...

【专利技术属性】
技术研发人员：李阳，高轼奇，陈茂龙，
申请(专利权)人：长春工业大学，
类型：发明
国别省市：