基于剪枝U-Net++的乳腺肿块图像分割方法及系统技术方案

本发明专利技术提供一种基于剪枝U

【技术实现步骤摘要】
基于剪枝U
‑
Net++的乳腺肿块图像分割方法及系统


[0001]本专利技术涉及超声图像分割
，具体涉及一种基于剪枝U
‑
Net++的乳腺肿块图像分割方法及系统。

技术介绍

[0002]乳腺B超检查是检测和分类乳房异常最常用方式之一,医生根据患者体征与超声图像中乳腺肿块的特征给出诊断意见并对乳腺疾病进行分类。但受限于医生诊断经验与精力，超声图像中乳腺肿块的辨别存在耗费时间长、准确度较低等问题。随着计算机技术的飞速发展，计算机辅助诊断技术逐渐参与到医疗诊断过程当中，如何在复杂的乳腺超声图像中高效精准地识别和分割出肿块是目前亟需解决的问题。
[0003]目前，用于超声图像分割的方法有基于图像处理的传统方法(如，固定阈值分割法、直方图双峰法等)和基于深度学习的方法(如，U
‑
Net，U
‑
Net++等)。
[0004]由于先验知识是基于图像处理的传统方法的核心，然而通过先验知识对乳腺超声图像特征的分析具有局限性，因此仅仅依赖于传统分割方法无法对超声图像进行像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于剪枝U
‑
Net++的乳腺肿块图像分割方法，其特征在于，所述方法包括：获取原始乳腺超声图像并对所述原始乳腺超声图像进行预处理；基于U
‑
Net++网络构建剪枝U
‑
Net++乳腺超声图像分割模型；所述剪枝U
‑
Net++乳腺超声图像分割模型包括：通过跳跃连接融合各分支U
‑
Net的特征表达，同时引入残差连接取代U
‑
Net++网络中的密集连接；基于所述剪枝U
‑
Net++乳腺超声图像分割模型对所述原始乳腺超声图像进行分割。2.如权利要求1所述的方法，其特征在于，所述对所述原始乳腺超声图像进行预处理包括：S11、针对DICOM格式原始乳腺超声灰阶图像，将三通道灰度图像转化为单通道灰度图像，并在保持图像分辨率不变的前提下将DICOM格式原始乳腺超声图像另存为PNG格式乳腺超声图像；S12、对PNG格式原始乳腺超声图像进行统一裁剪，并将裁剪后的PNG格式原始乳腺超声图像统一缩放为同一尺寸；S13、对尺寸统一后的PNG格式原始乳腺超声图像的像素值矩阵进行归一化处理；S14、将经过归一化处理后的乳腺超声图像数据集按一定比例随机划分为训练集与测试集。3.如权利要求1所述的方法，其特征在于，所述方法还包括：在所述S2步骤之后且在所述S3步骤之前对所述剪枝U
‑
Net++乳腺超声图像分割模型进行模型训练。4.如权利要求3所述的方法，其特征在于，所述模型训练包括：S21、初始化剪枝U
‑
Net++乳腺超声图像分割模型的参数；S22、组织训练集数据训练剪枝U
‑
Net++乳腺超声图像分割模型并得到模型预测值；S23、基于模型预测值和真实值通过损失函数确定损失值；S24、基于反向传播方法，通过随机梯度下降法优化剪枝U
‑
Net++乳腺超声图像分割模型的参数，得到最佳参数。5.如权利要求4所述的方法，其特征在于，所述损失函数包括BCEWithLogitsLoss函数。6.一种基于剪枝U
‑
Net++的乳腺肿块图像分割系统，其特征在于，所述系统...

【专利技术属性】
技术研发人员：付超，吕晗笑，王冬越，常文军，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：