[发明专利]乳腺密度自动分级方法及装置

权利要求书

1.一种乳腺密度自动分级方法，其特征在于，包括：

获取目标乳腺X射线图像；

对所述目标乳腺X射线图像进行预处理；

将预处理后的所述目标乳腺X射线图像作为预测样本，输入预设的目标深度残差网络，并将该目标深度残差网络的输出作为所述目标乳腺X射线图像对应的乳腺密度分级结果。

2.根据权利要求1所述的乳腺密度自动分级方法，其特征在于，在所述获取目标乳腺X射线图像之前，还包括：

构建一深度残差网络，以及，根据多个历史乳腺X射线图像获取该深度残差网络的训练样本集；

应用所述训练样本集对所述深度残差网络进行模型训练。

3.根据权利要求2所述的乳腺密度自动分级方法，其特征在于，所述深度残差网络由三个执行阶段及多个全连接层依次组成，且每个所述执行阶段均由多个卷积层及堆叠而成的多个残差模块依次组成，乳腺X射线图像经首个执行阶段的卷积层输入后，在所述深度残差网络中进行三个所述执行阶段的映射，最终由最后一个全连接层输出该乳腺X射线图像对应的乳腺密度分级结果。

4.根据权利要求2所述的乳腺密度自动分级方法，其特征在于，所述根据多个历史乳腺X射线图像获取该深度残差网络的训练样本集，包括：

获取多个历史乳腺X射线图像；

对各个历史乳腺X射线图像均进行预处理；

对预处理后的各个历史乳腺X射线图像分别进行标记，得到各个历史乳腺X射线图像分别对应的等级标签；

其中，所述等级标签用于表示其所属的历史乳腺X射线图像对应的乳腺密度等级；

将标记后的各个历史乳腺X射线图像组成所述深度残差网络的训练样本集。

5.根据权利要求2所述的乳腺密度自动分级方法，其特征在于，还包括：

根据至少一个测试用乳腺X射线图像得到测试样本；

应用所述测试样本对所述深度残差网络进行模型测试，并将该深度残差网络的输出作为测试结果；

基于所述测试结果及至少一个测试用乳腺X射线图像的已知分类结果，判断当前深度残差网络是否符合预设要求；

若是，则将当前深度残差网络作为用于对乳腺X射线图像进行乳腺密度分级的目标深度残差网络。

6.根据权利要求5所述的乳腺密度自动分级方法，其特征在于，还包括：

若当前深度残差网络不符合所述预设要求，则对当前深度残差网络进行优化和/或应用更新后的训练样本集重新对该深度残差网络进行模型训练。

7.根据权利要求5所述的乳腺密度自动分级方法，其特征在于，所述根据至少一个测试用乳腺X射线图像得到测试样本，包括：

获取多个测试用乳腺X射线图像；

对各个测试用乳腺X射线图像均进行预处理；

对预处理后的各个测试用乳腺X射线图像分别进行标记，得到各个测试用乳腺X射线图像分别对应的等级标签；

其中，所述等级标签用于表示其所属的测试用乳腺X射线图像对应的乳腺密度等级；

将标记后的各个测试用乳腺X射线图像组成所述深度残差网络的测试样本。

8.根据权利要求4或7所述的乳腺密度自动分级方法，其特征在于，所述乳腺密度等级包含有四个等级，且该四个等级根据不同的脂肪含量进行划分。

9.一种乳腺密度自动分级装置，其特征在于，包括：

数据获取模块，用于获取目标乳腺X射线图像；

数据预处理模块，用于对所述目标乳腺X射线图像进行预处理；

模型预测模块，用于将预处理后的所述目标乳腺X射线图像作为预测样本，输入预设的目标深度残差网络，并将该目标深度残差网络的输出作为所述目标乳腺X射线图像对应的乳腺密度分级结果。