[发明专利]基于多尺度特征金字塔的3D CNN鼻咽癌分割方法

权利要求书

1.一种基于多尺度特征金字塔的3D CNN鼻咽癌分割方法，其特征在于，包括以下步骤：

步骤1：收集若干例患鼻咽癌的病例，采集其鼻咽部位三维MRI图像数据；

步骤2：对所述MRI图像数据进行标准化预处理；

步骤3：对于病变区域逐层进行人工边缘标注，作为标签数据；

步骤4：构建带多尺度特征金字塔的三维卷积神经网络，使用步骤2中预处理后的MRI图像数据进行训练，该网络由三个下采样阶段和三个上采样阶段构成，每个下采样阶段由一个跳跃连接的残差块和一个特征金字塔组成，该残差块由两个卷积块和一个分步卷积块组成，每个卷积块包含一个卷积层，一个批量归一化层和一个激活函数层，然后进行逐元素相加，将原始特征与分步卷积块的特征映射进行融合，最后连接一个带三个不同扩张率的空洞卷积组成的特征金字塔，在上采样阶段，每进行一次上采样，将输出的特征映射尺寸扩大为原始的一倍，并输出一个辅助分割预测，最后将三个的辅助分割预测进行融合产生最终的分割预测结果，最后连接Softmax；

步骤5：对于待分割的鼻咽部位三维MRI图像数据，采集同部位同样模态的医学图像，使用步骤2的方法对采集的图像进行标准化预处理；

步骤6：通过步骤4训练得到的三维卷积神经网络，对步骤5中预处理后的三维MRI图像数据进行分割。

2.根据权利要求1所述的基于多尺度特征金字塔的3D CNN鼻咽癌分割方法，其特征在于，所述对MRI图像数据进行标准化预处理，包括以下步骤：

步骤2.1：在所述三维MRI图像数据中选择包含鼻咽肿瘤的颈部以上的头部图像；

步骤2.2：对步骤2.1中选择的头部图像进行重新采样至预设分辨率；

步骤2.3：在重新采样后的图像中定位肿瘤位置，并将重新采样后的图像裁剪成预定尺寸。

3.根据权利要求1所述的基于多尺度特征金字塔的3D CNN鼻咽癌分割方法，其特征在于，所述步骤4包括以下步骤：

步骤4.1：接收训练样本，所述训练样本为带有标签数据的标准化预处理后的MRI图像数据；

步骤4.2：根据步骤4.1训练样本的数量，采用五折交叉验证，确定每次交叉验证使用80％病人的MRI图像数据做训练样本，20％病人的MRI图像数据做测试样本，初始化卷积层和反卷积层中卷积核权重；

步骤4.3：每次输入一例MRI图像数据到步骤4中的卷积神经网络中的输入层；

步骤4.4：通过前向传播对三维卷积神经网络进行训练，最后通过Softmax分类器，输出鼻咽癌的概率图；

步骤4.5：利用杰卡德相似度，计算步骤4.4输出的鼻咽癌的概率图与步骤2的标签数据的误差：

步骤4.6：基于步骤4.5计算的误差，优化卷积核和反卷积核的权重；

步骤4.7：重复步骤4.3-步骤4.6，迭代若干次。

4.根据权利要求3所述的基于多尺度特征金字塔的3D CNN鼻咽癌分割方法，其特征在于，所述步骤4.5具体为：

其中，Jacc是步骤4.4输出的鼻咽癌的概率图与步骤2的标签数据的误差，PT是预测结果P和真实标签T的元素乘积，||X||₂是X的L2-范数。