[发明专利]一种数据扩充方法

权利要求书

1.一种数据扩充方法，其特征在于，包括如下步骤：

S1、获取原始图像数据，并给出其标签图像数据；

S2、分别将原始图像数据和标签图像数据进行镜像扩充，分别获得n倍原始图像镜像数据集和n倍标签图像镜像数据集；

S3、将获得的n倍原始图像镜像数据集和n倍标签图像镜像数据集送入深度学习得到扩充n倍数据的图像分割结果；

S4、将扩充n倍数据的图像分割结果进行数据重建得到原始图像对应的图像分割结果；

所述步骤S2中将原始图像数据进行镜像扩充包括：

找出原始图像数据的切割中心，沿切割中心以角度平均分成n份，然后将每份镜像填充至整张图像，得到n倍的原始图像镜像数据集；

所述原始图像数据为原始肿瘤图像数据；

所述步骤S2中将标签图像数据进行镜像扩充包括：

找出标签图像数据的切割中心，沿切割中心以角度平均分成n份，然后将每份镜像填充至整张图像，得到n倍的标签图像镜像数据集；

所述步骤S4还包括：

首先，将深度学习得到肿瘤分割图像的边界像素点镜像回到原始图像所在位置，则镜像后每个位置有n条边界，然后将所有边界坐标拟合成一条封闭曲线，最后将拟合好的曲线映射回到原始图像。

2.根据权利要求1述的数据扩充方法，其特征在于，所述步骤S3还包括：

将镜像扩充后的n倍原始图像镜像数据集划分为训练集和测试集；

将训练集及其对应的标签图像镜像数据送入深度学习网络进行训练，获得分割模型；

借助训练获得的分割模型对测试集进行分割，得到扩充n倍数据后的图像分割结果。

3.根据权利要求1所述的数据扩充方法，其特征在于，所述步骤S4还包括：

提取经过深度学习得到的肿瘤分割图像数据中肿瘤图像的边界坐标和中心点；

将边界坐标以中心点为中心分为n份，并平移到坐标原点；

分割的边界做镜像扩充的逆过程；

将所有边界坐标拟合成一条封闭曲线；

将拟合好的曲线映射回到原始图像，得到原图像对应的图像分割结果。

4.根据权利要求1-3任一项所述的数据扩充方法，其特征在于，

所述n为4。