[发明专利]内窥镜仪器分割方法、装置、计算机设备及存储介质

权利要求书

1.一种内窥镜仪器分割方法，其特征在于，包括：

将内窥镜样本图像X输入第一网络，对所述内窥镜样本图像X进行第一卷积处理获得包含低层语义特征的第一低层特征图，对所述第一低层特征图进行第二卷积处理获得包含高层语义特征的多个第一高层特征图，通过第一平行部分解码器将多个所述第一高层特征图融合获得第一网络的初步全局特征图F₁，对多个所述第一高层特征图分别进行注意力机制处理得到多个注意力特征图，将所述初步全局特征图F₁作为全局指导信号依次反向与多个所述注意力特征图相结合得到多个增强特征图，输出第一网络的预测特征图F’；

将多个所述增强特征图分别与所述内窥镜样本图像X相乘得到多个中间特征图，再将所述内窥镜样本图像X与多个所述中间特征图相加取平均值，得到待处理特征图；

将所述待处理特征图输入至第二网络，对所述待处理特征图进行第三卷积处理获得包含低层语义特征的第二低层特征图，对所述第二低层特征图进行第四卷积处理获得包含高层语义特征的多个第二高层特征图，通过第二平行部分解码器将多个所述第二高层特征图融合获得第二网络的最终全局特征图F₂，并将最终全局特征图F₂作为内窥镜仪器分割模型的最终输出结果；

利用损失函数对所述内窥镜仪器分割模型进行优化，并利用优化后的内窥镜仪器分割模型对内窥镜测试图像进行识别，所述损失函数包括有监督损失函数和无监督损失函数，分别对有标签数据和无标签数据监督。

2.根据权利要求1所述的内窥镜仪器分割方法，其特征在于，所述将内窥镜样本图像X输入第一网络，对所述内窥镜样本图像X进行第一卷积处理获得包含低层语义特征的第一低层特征图，对所述第一低层特征图进行第二卷积处理获得包含高层语义特征的多个第一高层特征图，通过第一平行部分解码器将多个所述第一高层特征图融合获得第一网络的初步全局特征图F₁，对多个所述第一高层特征图分别进行注意力机制处理得到多个注意力特征图，将所述初步全局特征图F₁作为全局指导信号依次反向与多个所述注意力特征图相结合得到多个增强特征图，输出第一网络的预测特征图F’，包括：

将内窥镜样本图像X输入第一网络，先通过2层第一卷积层依次对所述内窥镜样本图像X进行第一卷积处理，输出得到包含低层语义特征的第一低层特征图；

通过3层第二卷积层依次对所述第一低层特征图进行第二卷积处理，得到包含高层语义特征的3个第一高层特征图；

通过第一平行部分解码器对3个所述第一高层特征图以平行连接的方式进行聚合，得到初步全局特征图F₁；

按顺序分别对所述3个第一高层特征图进行注意力机制处理，得到对应的第一注意力特征图、第二注意力特征图和第三注意力特征图；

将所述初步全局特征图F₁作为全局指导信号依次反向与第三注意力特征图、第二注意力特征图和第一注意力特征图相结合，分别得到第三增强特征图F’_L5、第二增强特征图F’_L4和第一增强特征图F’_L3，并将所述第一增强特征图F’_L3作为第一网络的预测特征图F’。

3.根据权利要求2所述的内窥镜仪器分割方法，其特征在于，所述将多个所述增强特征图分别与所述内窥镜样本图像X相乘得到多个中间特征图，再将所述内窥镜样本图像X与多个所述中间特征图相加取平均值，得到待处理特征图，包括：

将所述第一增强特征图F’_L3、第二增强特征图F’_L4和第三增强特征图F’_L5分别与所述内窥镜样本图像X相乘得到对应的第一中间特征图I₁、第二中间特征图I₂和第三中间特征图I₃；

将所述内窥镜样本图像、所述第一中间特征图I₁、第二中间特征图I₂和第三中间特征图I₃相加并取平均值，得到待处理特征图。