[发明专利]使用CNN进行图像分割的方法

说明书

在使用编码器‑解码器结构进行图像分割的卷积神经网络(CNN)中，多尺度上下文聚合模块从编码器接收最终编码特征图，并顺序地从全局尺度到局部尺度聚合该特征图的多尺度上下文，以强化不同尺度上下文的语义关系，从而提高分割精度。通过对特征图计算不同扩张率的空洞卷积来获得多尺度上下文。为了减少CNN所需的计算量，在解码器中使用了基于通道的特征选择(CFS)模块来合并两个输入特征图。每个特征图都由全局池化层，然后是全连接层或1×1卷积层处理，以选择高激活的通道。通过随后的按通道进行相乘和按元素进行相加，在合并的特征图中仅保留和增强了两个特征图中均具有高激活的通道。

缩略语表

2D 二维

3D 三维

CFS 基于通道的特征选择

CNN 卷积神经网络

CPU 中央处理器

CT 计算机断层扫描

DS DICE 分数

FLOP 浮点运算

GP 全局池化

GPU 图形处理单元

MB 兆字节

MRI 磁共振成像

OCT 光学相干断层扫描

PET 正电子发射断层扫描

TDP 热设计功率

技术领域

本公开总体上涉及使用CNN的图像分割。特别地，本公开涉及用于提高分割精度并减少计算需求的CNN的网络结构。

背景技术

医学图像分割涉及通过自动或半自动过程从医学图像或一系列图像中提取感兴趣的解剖区域。人工智能在自动分割医学图像中应用广泛。特别地，在图像理解中可配置成类似于人类视觉系统的神经回路的CNN也越来越多地被应用到医学图像分割中。

大多数的CNN模型被设计用于处理自然图像。这些模型(例如PSPNet、Mask-RCNN和DeepLabv3+)是大型网络，每个都拥有大量参数。例如，PSPNet具有6600万个参数，而DeepLabv3+具有4100万个参数。由于大部分尖端医学设备更侧重于优化其所提供的医学功能，而不是计算力，所以这类大型网络很难被部署。如果尖端医学设备是移动或便携式的，则实现大型CNN甚至会更加困难。另外，使用有限数量的训练图像的医学数据集来训练大型网络也较为困难。例如，用于训练DeepLabv3+的数据集包括PASCAL VOC 2012(11540张图像)和Cityscapes(5000张图像)。医学数据集是为特定的临床成像(如脑成像)量身定制的。此外，存在许多成像模态，例如CT、MRI、X射线、超声、显微镜检查、内窥镜检查、OCT、皮肤镜检查等。针对不同的模态，CNN训练需要使用不同的医学数据集。因此，开发具有大量用于CNN训练的分割图像的医学数据集通常并不容易。

尽管一些例如ENet、ESPNet和Fast-SCNN之类的轻量级网络已经被设计用于移动计算设备，但是这些网络所实现的分割精度对于大多数医学应用而言往往不够高。U-Net被设计用于分割生物医学图像，并且相对轻量级，但是它也存在分割精度的问题。为了满足大多数医学应用的分割精度要求，仍需要提高U-Net的分割精度。针对U-Net的大多数扩展和修改都是为了提高精度而进行的，但是这会导致大量的额外计算成本。例如，U-Net++所需的计算量是U-Net所需的计算量的2.5倍。

在本领域中，需要一种在分割精度上优于U-Net，同时与U-Net相比保持或甚至减少了计算需求的轻量级CNN模型。尽管此轻量级CNN模型对于医学图像分割特别有利，但可以预期，此CNN模型也可用于对医学图像以外的图像进行分割。

发明内容