甲状腺结节分割模型的训练方法、结节分割方法和装置制造方法及图纸

本公开提供一种甲状腺结节分割模型的训练方法、结节分割方法和装置，甲状腺结节分割模型的训练方法包括：获取目标训练样本，目标训练样本包括：多个甲状腺结节超声图像数据；构建预设网络模型，预设网络模型中包括：编码器、全局引导模块、金字塔池化模块、混合自适应注意力模块以及解码器；采用混合损失函数，基于目标训练样本对预设网络模型进行训练，得到甲状腺结节分割模型。从而，通过对构建出的预设网络模型进行训练，得到能够分割甲状腺结节的甲状腺结节分割模型，便于对甲状腺结节进行有效分割，以提升甲状腺结节的分割精度，有效扩展了医学图像在临床诊断上的应用。

【技术实现步骤摘要】

本公开的实施例涉及人工智能，具体地，涉及适用于一种甲状腺结节分割模型的训练方法、结节分割方法和装置。

技术介绍

1、受生活习惯和外界环境的影响，甲状腺结节的发病率逐年上升，发病人群由中年人向年轻人扩散。相关医学资料显示，超过60％的普通人群超声成像检测到甲状腺结节，其中大部分为良性结节，但仍有7％-15％的甲状腺结节为恶性结节，会进一步恶化为甲状腺癌，严重威胁人体健康。因此，诊断甲状腺结节的重要性不言而喻。

2、传统的甲状腺结节超声图像分割依赖于专业医师的手动分割，不仅费时费力，还严重依赖于医师的影像学经验，主观性较强。随着医学成像方式的广泛应用，医学数据图像大量增加，导致医生很难对甲状腺结节做出较为精准的分割，限制了医学图像在临床诊断上的应用。

技术实现思路

1、本文中描述的实施例提供了一种甲状腺结节分割模型的训练方法、结节分割方法和装置，克服了上述问题。

2、第一方面，根据本公开的内容，提供了一种甲状腺结节分割模型的训练方法，包括：

3、获取目标训练样本，目标训练样本包本文档来自技高网...

【技术保护点】

1.一种甲状腺结节分割模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述金字塔池化模块用于基于1*1、2*2、3*3、和6*6四种不同尺度的全局池化进行下采样，并结合1*1卷积生成降维后的上下文信息表征，通过将池化操作生成的通道数降为1，使用双线性插值对低分辨率的甲状腺结节特征图进行上采样至原始输入特征映射相同的大小，并与原始输入的甲状腺结节特征图进行拼接，得到所述全局金字塔池化特征；

3.根据权利要求1所述的方法，其特征在于，所述混合自适应注意力模块包括：通道注意力和空间注意力，所述通道注意力和所述空间注意力并联组成所述混合自适应...

【技术特征摘要】

1.一种甲状腺结节分割模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述金字塔池化模块用于基于1*1、2*2、3*3、和6*6四种不同尺度的全局池化进行下采样，并结合1*1卷积生成降维后的上下文信息表征，通过将池化操作生成的通道数降为1，使用双线性插值对低分辨率的甲状腺结节特征图进行上采样至原始输入特征映射相同的大小，并与原始输入的甲状腺结节特征图进行拼接，得到所述全局金字塔池化特征；

3.根据权利要求1所述的方法，其特征在于，所述混合自适应注意力模块包括：通道注意力和空间注意力，所述通道注...

【专利技术属性】
技术研发人员：袁小平，杨婕，袁宇豪，涂齐阳，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：