[发明专利]一种真菌荧光检测方法

权利要求书

1.一种真菌荧光检测方法，其特征在于方法的步骤中包括：

S1：降低真菌的原医疗图像的分辨率，得初筛输入图像；

S2：将所述初筛输入图像输入初筛算法中，通过初筛算法输出带疑似菌丝和/或疑似芽生孢子的病灶掩膜图像；

S3：寻找所述病灶掩膜图像中白色区域对应的最小外接矩形框；

S4：在所述原医疗图像中将最小外接矩形框内对应的图像裁剪、缩放、填充后，得精筛输入图像；

S5：将所述精筛输入图像输入精筛算法中，通过精筛算法输出对应的病灶判定掩膜图像；

S6：根据所述病灶判定掩膜图像上的白色区域面积和预设的白色区域面积阈值，判定对应区域内是否存在菌丝和/或芽生孢子；其中，

所述初筛算法和所述精筛算法采用基于弱监督学习的语义分割模型。

2.根据权利要求1所述的真菌荧光检测方法，其特征在于，

得到基于弱监督学习的语义分割模型的方法步骤包括：

对输入的荧光真菌医疗图像进行人工标注处理，得标注图像集；其中，有菌丝和/或芽生孢子的荧光真菌医疗图像中对菌丝的骨干和/或芽生孢子进行标注，无菌丝和/或芽生孢子的荧光真菌医疗图像则不进行标注；

搭建语义分割模型；

利用标注图像集构建的训练集训练搭建的语义分割模型，训练结束后得到最终语义分割模型，即基于弱监督学习的语义分割模型。

3.根据权利要求2所述的真菌荧光检测方法，其特征在于，

得到基于弱监督学习的语义分割模型的方法步骤还包括：

在语义分割模型的训练中利用定义的联合损失函数计算损失值进行反向求导。

4.根据权利要求2所述的真菌荧光检测方法，其特征在于，

语义分割模型的训练中：采用双GPU作为训练设备；

和/或最大迭代次数为300；

和/或使用退火法策略作为学习率调整策略。

5.根据权利要求3所述的真菌荧光检测方法，其特征在于，

联合损失函数的公式如下：

其中，y^p代表初筛算法生成的带疑似菌丝和/或疑似芽生孢子的病灶掩膜图像或精筛算法生成的病灶判定掩膜图像，代表人工标注的标注掩膜图像，T代表标注掩膜图像中的菌丝线宽或芽生孢子的圆半径；是计算病灶掩膜图像和标注掩膜图像中白色区域的交并比的函数或病灶判定掩膜图像和标注掩膜图像中白色区域的交并比的函数；λ₁、λ₂、λ₃为平衡权重系数。

6.根据权利要求5所述的真菌荧光检测方法，其特征在于，

初筛算法中，λ₁、λ₂、λ₃分别为0.1、0.2、0.2；

和/或精筛算法中，λ₁、λ₂、λ₃分别为0.3、1.0、1.2。

7.根据权利要求1或2所述的真菌荧光检测方法，其特征在于，

语义分割模型的语义分割过程为：

输入的图像经过卷积层、BN层、池化层、全卷积层以及分类层，逐步降采样获取从低到高的语义特征，而后通过上采样方式将从低到高的语义特征融合后形成相应的Mask掩膜图；其中，

在初筛算法中，输入的图像为初筛输入图像，Mask掩膜图为带疑似菌丝和/或疑似芽生孢子的病灶掩膜图像；

在精筛算法中，输入的图像为精筛输入图像，Mask掩膜图为病灶判定掩膜图像。

8.根据权利要求2所述的真菌荧光检测方法，其特征在于，

采用折线的方法对菌丝的骨干进行标注；

采用点标注的方法对芽生孢子进行标注。

9.根据权利要求1所述的真菌荧光检测方法，其特征在于，

病灶判定掩膜图像上的白色区域面积大于预设的白色区域面积阈值时，则判定对应区域内存在菌丝和/或芽生孢子。

10.根据权利要求1或9所述的真菌荧光检测方法，其特征在于，

根据病灶判定掩膜图像上的白色区域面积和预设的白色区域面积阈值判定对应区域内存在菌丝和/或芽生孢子的，则根据该白色区域的位置得到菌丝和/或芽生孢子所在位置。