[发明专利]乳腺密度自动分级方法及装置

说明书

本申请提供一种乳腺密度自动分级方法及装置，方法包括：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。本申请能够有效提高对乳腺X射线图像的特征识别的准确性及效率，并能够有效可靠提高对乳腺X射线图像对应的乳腺密度的分级过程的高效性及智能化程度，以及同时能够有效提高乳腺密度分级的准确性。

技术领域

本申请涉及充图像处理技术领域，具体涉及一种乳腺密度自动分级方法及装置。

背景技术

乳腺癌是世界上女性发病率和死亡率最高的肿瘤，且乳腺癌也位居女性恶性肿瘤发病率首列，且对乳腺密度进行分级已成为对乳腺癌进行早期精准诊疗中的重点研究对象。而随着科技在医学领域的飞速发展，通过人工对对乳腺组织进行分割、特征提取和分级的乳腺密度分级的技术已无法满足现代化乳腺医学的自动化需求。因此，为了有效适应现在医学影像大数据智能诊断的发展趋势，如何对乳腺密度进行智能化程度更高的分级已成为了重要的医学课题。

现有技术中，对乳腺密度进行分级的方式通常有两类，一类为传统特征方案，通过人工获取的先验知识来设计乳腺密度特征，并通过人工设计的专属特征及不同的分级器来对乳腺密度进行分级。另一类则是通过浅层神经网络对乳腺密度进行二分级，以简化乳腺密度分级难度。

然后，无论是现有的哪一种乳腺密度分级方式，均无法在对乳腺密度进行超过两种的类型分级的同时，又能够自动化实现该多类型分级过程，使得现有的乳腺密度分级方式无法同时保证其分级准确性及智能化程度。

发明内容

针对现有技术中的问题，本申请提供一种乳腺密度自动分级方法及装置，能够有效提高对乳腺X射线图像的特征识别的准确性及效率，并能够有效可靠提高对乳腺X射线图像对应的乳腺密度的分级过程的高效性及智能化程度，以及同时能够有效提高乳腺密度分级的准确性。

为解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种乳腺密度自动分级方法，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。

进一步地，在所述获取目标乳腺X射线图像之前，所述乳腺密度自动分级方法还包括：

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。

进一步地，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。

进一步地，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。