一种基于掩膜信息和注意力机制的弱监督病变检测系统技术方案

本发明专利技术公开了一种基于掩膜信息和注意力机制的弱监督病变检测系统，包含以下模块：解剖结构提取模块：基于掩膜信息提取解剖结构；多尺度特征提取模块：基于BiFormer提取多尺度特征；特征定位模块：基于BiFormer注意力机制定位特征；性能评估模块：进行弱监督定位模型的性能评估。本发明专利技术采用BiFormer模型跳过了不相关区域的计算以节省参数量和计算量，BiFormer能更好地捕捉病变类别标签和对应的特征信息之间的依赖关系。

【技术实现步骤摘要】

本专利技术涉及弱监督检测和医学图像处理，尤其涉及一种基于掩膜信息和注意力机制的弱监督病变检测系统。

技术介绍

1、胸部病变检测在现代医学中发挥着重要作用，精确的定位和分类对于早期诊断和治疗至关重要。然而，传统方法由于费时费力且依赖专业知识，标注训练数据中每个病变区域的边界框是一项繁重的任务。面对大规模未标注的医学图像，传统的人工标注方法的效率变得有限，这限制了其在实际临床应用中的可扩展性和准确性。

2、弱监督定位通过仅有图像级标签的训练数据来学习目标的位置信息，利用某些先验知识将图像级注释传播到实例级，从而为学习过程生成实例级注释。文献[1](xie y,huang c,song t,et al.object co-detection via low-rank and sparserepresentation dictionary learning[c]//2013visual communications and imageprocessing(vcip).ieee,2013:1-6.)将目标共同检测作为一个弱监督方式下的联合字典学习和目标定本文档来自技高网...

【技术保护点】

1.一种基于掩膜信息和注意力机制的弱监督病变检测系统，其特征是具体包含以下模块：

2.如权利要求1所述一种基于掩膜信息和注意力机制的弱监督病变检测系统，其特征是：解剖结构提取模块中，RLE编码使用整数对表示图像中连续像素序列的起始位置和长度；首先对以RLE编码形式存储的分割掩膜进行解码，将每个图像的掩膜转换为二进制的图像掩膜；在二进制图像中，前景像素表示目标区域，背景像素表示非目标区域；在获得二进制图像掩膜后，加载对应的原始X线胸片图像，将掩膜的大小调整为与原图相同的大小；通过将掩膜与原始图像进行逐像素的按位运算，提取出掩膜区域内的像素，将非掩膜区域置为背景；从而只有掩膜为1...

【技术特征摘要】

1.一种基于掩膜信息和注意力机制的弱监督病变检测系统，其特征是具体包含以下模块：

2.如权利要求1所述一种基于掩膜信息和注意力机制的弱监督病变检测系统，其特征是：解剖结构提取模块中，rle编码使用整数对表示图像中连续像素序列的起始位置和长度；首先对以rle编码形式存储的分割掩膜进行解码，将每个图像的掩膜转换为二进制的图像掩膜；在二进制图像中，前景像素表示目标区域，背景像素表示非目标区域；在获得二进制图像掩膜后，加载对应的原始x线胸片图像，将掩膜的大小调整为与原图相同的大小；通过将掩膜与原始图像进行逐像素的按位运算，提取出掩膜区域内的像素，将非掩膜区域置为背景；从而只有掩膜为1的像素位置才会保留，其余像素位置被置为0，分别得到包含心脏和肺部的图像区域。

3.如权利要求2所述一种基于掩膜信息和注意力机制的弱监督病变检测系统，其特征是：多尺度特征提取模块中，利用分割出的心脏和肺部图像以及对应的图像级病变标签，以biformer作为主干网络，进行分类训练；biformer通过在四个阶段中重复堆叠biformerblock，以构建不同大小的特征图；在堆叠biformer block的过程中，首先使用3×3的深度卷积来隐式编码相对位置信息，然后依次应用bi-level routing注意力模块和multi-layer perceptron模块，分别用于交叉位置关系建模和位置嵌入。

4.如权利要求3所述一种基于掩膜信息和注意力机制的弱监督病变检测系统，其特征是：对于输入的x线胸片特征图，使用邻接矩阵构建有向图找到不同键值对对应的...

【专利技术属性】
技术研发人员：陈元姣，刘恩彤，何必仕，徐哲，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：