[发明专利]一种改进U-Net的肺结节分割方法

权利要求书

1.一种改进U-Net的肺结节分割方法，其特征在于，包括以下步骤：

获取Luna16数据集，并对所述Luna16数据集依次进行数据预处理、数据增强和数据拆分；

在U-Net网络中加入双向特征融合网络，并采用尺寸填充的方式对相邻两个特征图进行融合，完成对所述U-Net网络的改进；

利用拆分后的数据集对改进后的所述U-Net网络进行训练和验证，并将输出的分割图像与所述Luna16数据集进行叠加，完成分割。

2.如权利要求1所述的改进U-Net的肺结节分割方法，其特征在于，获取Luna16数据集，并对所述Luna16数据集依次进行数据预处理、数据增强和数据拆分，包括：

获取Luna16数据集，并对所述Luna16数据集中的所有图像进行去噪和像素归一化处理；

对归一化后的所述Luna16数据集进行随机翻转和高斯模糊，并将增强后的所述Luna16数据集拆分为训练集和测试集。

3.如权利要求1所述的改进U-Net的肺结节分割方法，其特征在于，在U-Net网络中加入双向特征融合网络，并采用尺寸填充的方式对相邻两个特征图进行融合，完成对所述U-Net网络的改进，包括：

向U-Net网络加入双向特征融合网络，并采用尺寸填充的方式将相邻两层特征图中的后层特征图进行尺寸改变，将相邻两个特征图进行融合；

利用Mish激活函数对所述U-Net网络中的激活函数进行替代，完成对所述U-Net网络的改进。

4.如权利要求2所述的改进U-Net的肺结节分割方法，其特征在于，利用拆分后的数据集对改进后的所述U-Net网络进行训练和验证，并将输出的分割图像与所述Luna16数据集进行叠加，完成分割，包括：

基于设定的训练参数，利用所述训练集对改进后的所述U-Net网络进行训练，得到网络训练模型；

将所述测试集输入所述网络训练模型中，得到对应的分割图像，并将所述分割图像与所述Luna16数据集进行叠加，完成分割。

5.如权利要求2所述的改进U-Net的肺结节分割方法，其特征在于，获取Luna16数据集，并对所述Luna16数据集中的所有图像进行去噪和像素归一化处理，包括：

对所述Luna16数据集建立数据索引；

从原始数据格式中加载样本数据，并将标注文件中的坐标信息加载到所述样本数据中；

对所述Luna16数据集中的所有图像进行像素归一化处理。

6.如权利要求5所述的改进U-Net的肺结节分割方法，其特征在于，对所述Luna16数据集中的所有图像进行像素归一化处理，包括：

将所述Luna16数据集中的所有图像转换成掩膜图像，并将所述掩膜图像的数据归一化为[0,255]；

将所述掩膜图像的尺寸调整为512×512。