[发明专利]一种基于注意力引导的COVID-19早筛和严重程度评估方法和系统

权利要求书

1.一种基于注意力引导COVID-19早筛和严重程度评估方法，其特征在于，包括如下步骤：

步骤1，对早筛和病变评估数据集中CT图像进行预处理；

步骤2，构建基于CT的COVID-19早筛模型和严重程度评估模型；

所述COVID-19早筛模型和严重程度评估模型均包括特征提取模块、特征融合模块、分类模块三个部分；其中，特征提取模块由共享权重的2D网络组成，利用权重共享的2D网络在CT的切片维度上逐切片滑动，提取得到CT切片的特征图，对得到的若干个通道的切片特征图进行全局平均池化，得到每次滑动的切片特征；然后通过特征融合模块将切片的特征进行融合得到整个病人CT的特征，所述特征融合模块的具体实现过程如下，

w_j＝f(H_jα)

H是融合后的特征向量，w_t是第t个切片对应的权重，H_t是第t个切片经过共享权重的2D网络所提取的特征向量，k为切片的个数，α为共享的权重；

所述分类模块为两个全连接层和softmax输出层；

步骤3，利用早筛和严重程度评估数据集分别训练COVID-19早筛模型和严重程度评估模型；

步骤4，首先对测试CT图像进行步骤1的预处理，然后输入到训练好的COVID-19早筛模型，若检测为新冠，则输入到训练好的严重程度评估模型，评估新冠的严重程度。

2.如权利要求1所述的基于注意力引导的COVID-19早筛和严重程度评估方法，其特征在于：步骤1中所述预处理具体包括如下步骤，

步骤1.1，将不同格式的肺部CT图像进行统一格式处理并筛选；

步骤1.2，构建特征自监督分割网络，并对特征自监督分割网络进行训练，用于提取肺部区域；

步骤1.3，利用训练好的特征自监督分割网络，提取原始CT图像中的肺部区域图像；

步骤1.4，对肺部区域图像进行像素范围截断及归一化。

3.如权利要求2所述的基于注意力引导的COVID-19早筛和严重程度评估方法，其特征在于：步骤1.1具体包括，首先将不同格式的肺部CT图像统一为mhd文件格式，然后剔除掉影像采集时间与病人分型时间差距大的影像。

4.如权利要求2所述的基于注意力引导的COVID-19早筛和严重程度评估方法，其特征在于：步骤1.2中的特征自监督分割网络包括两条路径：下采样路径和上采样路径；其中，下采样路径由一个卷积块、三个密集连接块和三个平均池化层组成，其中池化层使用步长为2逐步缩减特征图的空间分辨率和增加其感受野；

上采样路径包含3个去卷积层和3个密集连接块，去卷积层逐渐上采样特征图直至达到原始尺寸，每个额外的监督层被添加至每个去卷积层后面，总共有3个额外监督层，并且上采样路径中每个去卷积层后面连接有1个注意力模块。

5.如权利要求2所述的基于注意力引导的COVID-19早筛和严重程度评估方法，其特征在于：步骤1.3中肺部区域图像统一重采样至256×256×120分辨率。

6.如权利要求2所述的基于注意力引导的COVID-19早筛和严重程度评估方法，其特征在于：步骤1.4中采用[-1000,400]对灰度值进行截断，只保留[-1000,400]之间的像素值，小于-1000的均设置为-1000，大于400的设置为400，同时进行归一化。