[发明专利]一种基于对抗学习的糖尿病视网膜疾病的筛查装置及方法

权利要求书

1.一种基于半监督对抗学习的糖尿病视网膜疾病的筛查装置，其特征在于，包括扩展网络模块、判别网络模块和训练模块；

训练模块，用于按照下述方法训练扩展网络模块和判别网络模块，以得到训练好扩展网络模块和判别网络模块，训练模块的训练方法如下：

1)采用ILSVRC数据集预训练的ResNet34神经网络单元的权值来初始化ResNet34神经网络单元，并将初始化后的ResNet34神经网络单元用于图像重建任务的训练；

2)采用步骤1)中重建任务训练的权值来初始化ResNet34神经网络单元和重建单元；

3)采用训练数据集对抗训练扩展网络模块和判别网络模块，直至扩展网络模块的总损失函数收敛；

其中，对抗训练过程中，训练数据集中仅有标注的视网膜图像参与分类器单元的训练；

扩展网络模块包括一个ResNet34神经网络单元、两个分类器单元和一个重建单元；

ResNet34神经网络单元，用于接收有标注和无标注的视网膜图像，输出各个层的特征，并执行训练模块的训练；

其中，有标注视网膜图像为按照糖尿病性视网膜病变程度分级标注的图像，无标注视网膜图像为无分级标注的图像；

第一分类器单元，用于接收视网膜图像的顶层特征，输出分类结果，并执行训练模块的训练；

第二分类器单元，用于接收视网膜图像的若干中间层特征，输出分类结果，并执行训练模块的训练；

重建单元，用于接收各个层的特征，输出重建图像，并执行训练模块的训练；

判别网络模块，用于接收有标注、无标注的视网膜图像和重建图像，输出判别结果，并执行训练模块的训练。

2.根据权利要求1所述的基于半监督对抗学习的糖尿病视网膜疾病的筛查装置，其特征在于，训练方法的步骤3)具体包括：

301)固定扩展网络模块的权值，利用SGD算法训练并更新一次判别网络模块的权值；

302)固定判别网络模块的权值，利用SGD算法训练并更新一次扩展网络模块的权值；

303)重复步骤301)-302)，直至扩展网络模块的总损失函数收敛。

3.根据权利要求1所述的基于半监督对抗学习的糖尿病视网膜疾病的筛查装置，其特征在于，有标注视网膜图像包括无、轻度、中度、重度和增殖性五类分级标注图像；

其中，无、轻度属于非可参考的糖尿病性视网膜病变阶段，中度、重度和增殖性为可参考的糖尿病性视网膜病变阶段。

4.根据权利要求3所述的基于半监督对抗学习的糖尿病视网膜疾病的筛查装置，其特征在于，分类器单元输出分类结果为可参考和非可参考两个结果。

5.根据权利要求1所述的基于半监督对抗学习的糖尿病视网膜疾病的筛查装置，其特征在于，第一分类器单元由一个全局平均池化层和一个全连接层组成的深度神经网络；

第二分类器单元由3个卷积层、两个串联层、一个平均池化层和一个全连接层组成的深度神经网络。

6.根据权利要求1所述的基于半监督对抗学习的糖尿病视网膜疾病的筛查装置，其特征在于，重建单元为若干融合层、一个反卷积层和一个卷积层依次堆叠而成的深度神经网络。

7.根据权利要求1所述的基于半监督对抗学习的糖尿病视网膜疾病的筛查装置，其特征在于，判别网络模块为五个卷积层和PRelu层、一个全局池化层和一个全连接层依次堆叠而成的深度神经网络。

8.一种基于半监督对抗学习的糖尿病视网膜疾病的筛查方法，其特征在于，包括以下步骤：

1)训练阶段

采用ILSVRC数据集预训练的ResNet34神经网络单元的权值来初始化ResNet34神经网络单元，并将初始化后的ResNet34神经网络单元用于图像重建任务的训练；

采用重建任务训练的权值来初始化ResNet34神经网络单元和重建单元；

采用训练数据集对抗训练扩展网络模块和判别网络模块，直至扩展网络模块的总损失函数收敛，完成训练；

其中，对抗训练过程中，训练数据集中有标注的视网膜图像参与扩展网络模块的ResNet34神经网络单元和分类器单元的训练；训练数据集中无标注的视网膜图像参与扩展网络模块的ResNet34神经网络单元和重建单元的训练；无标注的视网膜图像、有标注的视网膜图像以及扩展网络模块重建的视网膜图像均参与判别网络模块的训练；

其中，扩展网络模块包括ResNet34神经网络单元、分类器单元和重建单元；

2)筛查阶段

ResNet34神经网络单元接收有标注和无标注的视网膜图像，输出各个层的特征；

其中，有标注视网膜图像为按照糖尿病性视网膜病变程度分级标注的图像，无标注视网膜图像为无分级标注的图像；

第一分类器单元接收ResNet34神经网络单元输出的顶层特征，输出第一分类结果；

第二分类器单元接收ResNet34神经网络单元输出的若干中间层特征，输出第二分类结果；

其中，第一分类结果和第二分类结果的平均值作为最终筛查结果；

重建单元接收各个层的特征，输出重建图像；

判别网络模块接收有标注、无标注的视网膜图像和重建图像，输出判别结果。