一种乳腺结节分割训练数据增强系统、装置及存储介质制造方法及图纸

本发明专利技术公开了一种乳腺结节分割训练数据增强系统、装置及存储介质，通过形态学操作以及连通域处理乳腺超声图像，可以有效地去掉超声图像的冗余信息。其次提出了一种残差块来提取掩码图像特征为后续生成用于分割网络的图像提供掩码区域信息，同时提高后续生成图像的质量。并且本发明专利技术可以适配于各类型的生成网络，使普通的生成网络变为图像到图像的条件生成网络。进一步的，本发明专利技术所生成的超声乳腺结节图像无需再次标注即可运用到分割网络中，以达到数据增强的效果，有效地降低了人工标注成本。并且可以任意生成掩码图像输入到生成网络中，得到对应的生成乳腺结节图像，可以让分割网络学习到更多形态的乳腺结节图像，以提高分割网络的泛化能力。

【技术实现步骤摘要】

本专利技术涉及图像处理，特别是涉及一种乳腺结节分割训练数据增强系统、装置及存储介质。

技术介绍

1、乳腺癌是女性常见的恶性肿瘤之一，乳腺结节则是乳腺癌的早期标志物。超声影像作为一种无创检查手段被广泛应用于乳腺结节的筛查诊断中。随着深度学习的快速发展，各种深度学习神经网络方法已经广泛应用于医学图像分析中。

2、收集乳腺相关超声图像数据非常困难，而有医生标注的掩码图像就更加稀缺。对于乳腺结节分割网络，需要医生进行大量标注结节轮廓，极大的增加了医生的工作量。这就导致乳腺结节轮廓标注的数据数量少，使得分割网络的泛化能力、鲁棒性等下降。

3、近年来，生成网络发展迅速，并且已经应用于大规模的生成自然图像，且取得了优异的成绩。而在超声图像，尤其是乳腺超声图像中，使用生成网络增强数据的方法还不常见。使用生成网络训练乳腺超声结节数据可以提高乳腺结节数据特征分布的提取，使得模型更好的泛化到真实数据上。此外，生成图像还能增加数据的多样性，进一步提升模型的鲁棒性和泛化性。

4、通常在深度学习模型中，在训练之前都需要对数据进行增强操作。虽然目前有本文档来自技高网...

【技术保护点】

1.一种乳腺结节分割训练数据增强系统，其特征在于：所述系统的实现步骤包括

2.根据权利要求1所述的一种乳腺结节分割训练数据增强系统，其特征在于：所述对训练数据进行图像预处理包括以下步骤

3.根据权利要求2所述的一种乳腺结节分割训练数据增强系统，其特征在于：所述步骤S2中，通过形态学腐蚀操作将所有连通域独立分开。

4.根据权利要求2所述的一种乳腺结节分割训练数据增强系统，其特征在于：所述步骤S2中，通过形态学膨胀操作恢复超声图像的原始大小。

5.根据权利要求1所述的一种乳腺结节分割训练数据增强系统，其特征在于：所述残差网络包括三个残差块，每个...

【技术特征摘要】

1.一种乳腺结节分割训练数据增强系统，其特征在于：所述系统的实现步骤包括

2.根据权利要求1所述的一种乳腺结节分割训练数据增强系统，其特征在于：所述对训练数据进行图像预处理包括以下步骤

3.根据权利要求2所述的一种乳腺结节分割训练数据增强系统，其特征在于：所述步骤s2中，通过形态学腐蚀操作将所有连通域独立分开。

4.根据权利要求2所述的一种乳腺结节分割训练数据增强系统，其特征在于：所述步骤s2中，通过形态学膨胀操作恢复超声图像的原始大小。

5.根据权利要求1所述的一种乳腺结节分割训练数据增强系统，其特...

【专利技术属性】
技术研发人员：石一磊，胡敬良，牟立超，侯雨，陈咏虹，
申请(专利权)人：脉得智能科技无锡有限公司，
类型：发明
国别省市：