【技术实现步骤摘要】
本专利技术涉及深度学习的图像处理，具体地说，是涉及一种基于令牌金字塔的胰胆管分割方法、模型及存储介质。
技术介绍
1、经内镜逆行胰胆管造影术(endoscopic retrogradecholangiopancreatography,ercp)是治疗胆道和胰腺疾病的重要手段。ercp时，将内镜推进到十二指肠降段，找到十二指肠乳头，并使用括约肌切刀或导管进行插管，进入胆总管或胰管。
2、但是，ercp的操作技术难度大，学习时间长，初学者通常需要在经验丰富的医生的监督指导下进行手术。其中，关键的步骤是插管，正确地插管对于手术成功至关重要。然而，乳头在解剖学上的变异、乳头后方胆管和胰管走行的不确定性、插管时医生处于盲插状态(内镜直视下只能看见乳头，插入后才打开x光透视判断)等，可导致插管时间延长、重复插管、错误进入(如应该进入胆总管却进入胰管并注射造影剂)等“盲”插管问题，与手术并发症的发生高度相关。
技术实现思路
1、本专利技术的目的在于提供一种基于令牌金字塔的胰胆管分割方法、模型及存储介质，该方法能将利用利用多尺度的信息，形成尺度感知的令牌金字塔，并且构建门控模块，控制分割信息的流动，并且从多级最后整个分割结果，提高模型的泛化性，从而构建一种端到端的自动分割网络。该网络可以分割出胰胆管，从而给医生提供评判依据。
2、为了达到上述目的，本专利技术提供如下技术方案：
3、一方面，一种基于令牌金字塔的胰胆管分割方法包括
4、收集胰胆管数据，对
5、用胰胆管数据集训练预构建的胰胆管分割模型；
6、输入待分割胰胆管图像至训练后的胰胆管分割模型，得到胰胆管分割图。
7、在较佳的实施例中，胰胆管数据预处理包括对胰胆管数据的三维标注，对标注后的胰胆管数据进行归一化处理和数据增广。
8、在较佳的实施例中，用胰胆管数据集训练预构建的胰胆管分割模型包括：
9、通过胰胆管数据集生成一系列的局部尺度令牌，并将所有尺度令牌同化后得到特征金字塔，从特征金字塔中提取全局尺度感知语义g；
10、局部尺度令牌通过卷积层和批归一化生成局部关注特征；
11、全局尺度感知语义g依次经过上采样、卷积、批归一化和sigmoid层后生成语义权重；
12、局部关注特征和语义权重逐元素相乘后得到门控整合特征fi；
13、将不同尺度的门控整合特征fi的高尺度特征和低尺度特征信息调整一致后通过卷积和归一化得到最终的胰胆管数据分割图。
14、在较佳的实施例中，将所有尺度令牌同化后得到特征金字塔包括：
15、将一系列的局部尺度令牌{t1，t2，…，tn}平均池化到相同目标大小；
16、采用滤波器动态li的来调制多尺度的特征，得到第i层的调制特征ti'，其计算公式为：ti'＝pool(ti)⊙li其中pool为平均池化，li为可学习滤波器；
17、采用级联多尺度动态特征聚合，得到特征金字塔z，其计算公式为：z＝concat(t1'，t2'，…，tn')其中t1',t2',...,tn'分别为第1,2,…,n个调制特征，concat为特征逐元素拼接。
18、在较佳的实施例中，门控整合特征fi计算公式如下：
19、
20、其中，局部尺度令牌{t1，t2，…，tn}，全局语义g，conv_bn为1×1×1卷积层和批归一化。upsample为上采样。fi'为经过语义权重调制的局部特征，为逐元素相乘，为逐元素相加。
21、在较佳的实施例中，输出最终的胰胆管数据分割图后用dice损失稀疏和交叉熵损失函数来训练模型得到最终的胰胆管分割模型。
22、第二方面，一种基于令牌金字塔的胰胆管分割模型包括：
23、令牌金字塔transformer模块，用于不同尺度特征层的提取和拼接，捕获上下文相关的尺度感知信息；其包括多个编码块和多个堆叠的transformer块，其中每个编码块包含多个三维卷积和至少一个最大池化；
24、胰胆管门控整合模块，用于局部令牌与全局语义信息通过门控结构的动态融合；
25、胰胆管全局整合分割模块，用于不同尺度的解码块的分割结果有效融合。
26、第三方面，一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述胰胆管分割方法的步骤。
27、第四方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前述胰胆管分割方法的步骤。
28、与现有技术相比，本专利技术具有以下有益效果：
29、(1)本专利技术通过引入令牌金字塔的方法，对胰胆管数据的特征进行了深度丰富，将来自不同尺度的令牌融合为输入，从而获得了高度丰富的尺度感知语义信息。
30、(2)本专利技术利用了transformer在远程自注意力方面的卓越能力，构建出了强大的分层特征体系，这在胰胆管分割领域具有至关重要的作用。
31、(3)本专利技术引入了胰胆管门控整合模块，通过智能门控函数来精确控制信息的传递方向。同时，它还有效地融合了每个尺度下的局部特征和全局特征，从而巧妙地避免了特征信息的损失。
32、(4)本专利技术从图像处理角度出发，提出了一种新颖的特征金字塔结构，能够动态地整合局部与全局依赖关系，引导神经网络更加精准地输出具有尺度感知的胰胆管特征。这进一步提升了模型的泛化能力，有力地协助医生应对“盲”插管难题。
33、(5)针对已经完成训练的模型，能够迅速实现胰胆管的精准分割，不仅节省了进行胰胆管标注所需的人力和物力资源，同时也极大地提高了内镜逆行胰胆管造影(ercp)学习效率，这进一步提高了插管成功率，降低了手术并发症的发生率。
本文档来自技高网...【技术保护点】
1.一种基于令牌金字塔的胰胆管分割方法，其特征在于，包括
2.根据权利要求1所述的胰胆管分割方法，其特征在于，胰胆管数据预处理包括对胰胆管数据的三维标注，对标注后的胰胆管数据进行归一化处理和数据增广。
3.根据权利要求1所述的胰胆管分割方法，其特征在于，用胰胆管数据集训练预构建的胰胆管分割模型包括：
4.根据权利要求3所述的胰胆管分割方法，其特征在于，将所有尺度令牌同化后得到特征金字塔包括：
5.根据权利要求3所述的胰胆管分割方法，其特征在于，门控整合特征Fi计算公式如下：
6.根据权利要求3所述的胰胆管分割方法，其特征在于，输出最终的胰胆管数据分割图后用dice损失稀疏和交叉熵损失函数来训练模型得到最终的胰胆管分割模型。
7.根据权利要求1-6任一项所述的一种基于令牌金字塔的胰胆管分割方法的分割模型，其特征在于，包括
8.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于令牌金字塔的胰胆管分割方法，其特征在于，包括
2.根据权利要求1所述的胰胆管分割方法，其特征在于，胰胆管数据预处理包括对胰胆管数据的三维标注，对标注后的胰胆管数据进行归一化处理和数据增广。
3.根据权利要求1所述的胰胆管分割方法，其特征在于，用胰胆管数据集训练预构建的胰胆管分割模型包括：
4.根据权利要求3所述的胰胆管分割方法，其特征在于，将所有尺度令牌同化后得到特征金字塔包括：
5.根据权利要求3所述的胰胆管分割方法，其特征在于，门控整合特征fi计算公式如下：
6.根据权利要求3所述的胰胆管分割方法，其...
【专利技术属性】
技术研发人员：曾宪晖，蒋卫丽，袁湘蕾，李佳文，
申请(专利权)人：四川大学华西第四医院四川大学华西职业病医院，
类型：发明
国别省市：
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。