[发明专利]一种基于深度学习的脑胶质瘤辅助标注方法及装置

权利要求书

1.一种基于深度学习的脑胶质瘤辅助标注装置，用于对脑胶质瘤MRI图像数据进行半自动标注从而提高脑胶质瘤肿瘤分割数据集构建的效率，其特征在于，包括：

至少一个用户端，包括数据显示模块以及病例标注模块；

服务器传输模块；以及

服务器，包括数据管理模块、脑胶质瘤算法模块以及标签数据储存模块，

其中，所述数据管理模块存储有病例信息以及数据集，所述病例信息包括所述脑胶质瘤MRI图像数据，

当所述服务器传输模块用于将标注人员的数据访问请求信号发送给所述数据管理模块，

所述数据管理模块接收到所述数据访问请求信号，将对应的病例数据发送给所述服务器传输模块，

所述服务器传输模块接收到所述病例数据，发送给所述数据显示模块，

所述数据显示模块接收到所述病例数据显示给所述标注人员查看查看至少让所述标注人员确认是否需要对该病例信息进行预标注，

一旦所述标注人员确认对所述病例信息进行预标注，所述服务器传输模块就该病例信息与算法调用请求发送给所述服务器传输模块，

所述服务器传输模块接收到该病例信息与所述算法调用请求并发送给所述脑胶质瘤算法模块，

所述脑胶质瘤算法模块接收到来自所述服务器的所述病例数据以及所述算法调用请求，通过预先训练的脑胶质瘤分割网络对接收到的所述病例数据进行肿瘤分割得到肿瘤分割图像结果，并将所述肿瘤分割图像结果以及所述病例数据发送给所述服务器传输模块，

所述服务器传输模块将所述肿瘤分割图像结果以及所述病例数据发送给所述病例标注模块，

所述病例标注模块显示接收到的所述肿瘤分割图像结果以及所述病例数据让所述标注人员对所述肿瘤分割图像结果进行处理形成标注结果，

一旦所述标注人员确认所述标注结果，所述服务器传输模块将所述标注结果以及所述病例信息发送给所述数据管理模块，

所述数据管理模块将所述标注结果以及所述图像对应地存储到所述数据集中。

2.根据权利要求1所述的一种基于深度学习的脑胶质瘤辅助标注装置，其特征在于：

其中，所述脑胶质瘤分割网络对肿瘤进行分割包括以下步骤，具体地：

步骤S1-1，所述病例数据包含中的所述脑胶质瘤MRI图像数据通过预处理得到预处理图像；

步骤S1-2，所述预处理图像通过特征提取模块从而得到全局特征；

步骤S1-3，通过下采样层来缩小所述全局特征从而得到下采样特征；

步骤S1-4，利用分割生成模块通过反卷积扩大所述下采样特征的方式从而得到局部特征以及分类得分矩阵；

步骤S1-5，通过跳跃结构将所述全局特征与所述局部特征融合从而形成三维特征图；

步骤S1-6，利用sigmoid函数通过对分类得分矩阵进行0-1生成从而得到肿瘤分割图像结果；

步骤S1-7，输出所述肿瘤分割图像结果。

3.根据权利要求2所述的一种基于深度学习的脑胶质瘤辅助标注装置，其特征在于：

其中，所述脑胶质瘤分割网络的训练过程包括以下步骤，具体的：

步骤S2-1，待训练脑胶质瘤分割网络对预先准备的训练用数据集进行包括通道合并以及通道对齐的预处理从而得到训练用预处理图像集；

步骤S2-2，将训练用预处理图像集通过预先构建的所述脑胶质瘤分割网络从而得到三维特征图以及肿瘤分割图像结果；

步骤S2-3，采用Dice Loss左右损失函数通过反向传播来更新参数，并通过优化器进行优化，从而得到脑胶质瘤分割网络。

4.根据权利要求1所述的一种基于深度学习的脑胶质瘤辅助标注装置，其特征在于：

其中，所述数据显示模块根据所述标注限定标准进行显示，以供所述标记人员查看，

所述标注限定标准包括对病人信息、图像信息以及肿瘤信息的标准，

所述病人信息包括病人性别和病人年龄，

所述图像信息，包括图像类型标签、模态信息、模态图片数、模态图片分辨率、模态扫描参数和图像通道信息，

所述肿瘤信息，包括是否有肿瘤标签、肿瘤类型、分型、分期、肿瘤个数、标注方式以及标注数据。