[发明专利]图像识别模块训练方法和装置

说明书

本申请公开了一种图像识别模块训练方法和装置。该方法包括基于卷积神经网络对指定医学图像进行特征提取，生成第一图像特征；基于注意力机制对指定医学图像进行处理，得到第二图像特征和提取区域；获取提取区域对应的提取区域图像，即以递进聚焦式的方式二次开窗生成训练效果更优的提取区域图像；基于卷积神经网络对提取区域图像进行特征提取，得到提取区域图像的第三图像特征；对第一图像特征、第二图像特征和第三图像特征进行融合，得到融合图像特征。本申请可以在全局图像学习的基础上，对感兴趣区域进行再开窗，采用递进聚焦式方式进行神经网络的输入，实现了基于递进聚焦机制的多开窗图像处理方法对图像识别模块进行训练的目的。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种图像识别模块训练方法和装置。

背景技术

从1895年伦琴发现X线到现在的一百多年里，影像学的发展经历了由原来的模拟成像到现在数字化成像的一个过程。影像医学在现代医学医疗行业中的应用不断扩大，成为现代医学诊断中不可或缺的重要组成部分。

在目前的医学影像诊断中，医生根据经验，通过观察一幅或一组二维图像去诊断疾病。随着计算机技术的发展，人们逐步利用计算机图像处理技术对医学图像进行分析和处理，从而大大提高了诊断的准确性和可靠性。

深度学习已成为计算机视觉领域的重要发展方向，它可以自动地从原始数据(图像)抽象出中级和高级影像特征。研究表明，此方法对医学诊断非常有效。世界各地的医学图像处理机构均已经迅速进入了该领域，并将深度学习方法应用于医学图像分析的各个领域中。

X线成像是一种重要的医学影像技术。传统的平片是其最早的影像形式，它将人体前后的组织结构堆叠显示在一张影像片上。1971～1972年，英国Hounsfield发明了CT(Computed Tomography)，即电子计算机断层扫描，它是利用精确准直的X线束与灵敏度极高的探测器一同围绕人体的某一部位做一个接一个的断面扫描，通过计算机处理，形成一个完整的断面图像。这种成像技术越来越成为现代医学不可或缺的影像诊断手段。

病变组织与正常组织的密度差别造成对X线吸收率的差别，从而形成医学影像(平片或CT等)上不同组织的区分呈现，医生可以通过辨别差异来对疾病进行诊断。为了定量衡量组织对于X线的吸收率，Hounsfield定义了一个新的标度“CT值”。为了表示对他的敬意，后人将CT值的单位定为“Hu”。人体组织CT值的范围为1024～3071HU。而人眼不能分辨这样微小灰度的差别，一般仅能分辨16个灰阶。在现代数字化成像基础上，为了提高组织结构细节的显示，使差别较小的组织得以分辨，医生一般会根据诊断需要调节图像的对比度和亮度，即医学图像的开窗显示技术。

开窗显示技术，指通过一个窗口，将窗口区域的图像线性地转换到显示器的最大显示范围内，高于或低于窗口上下限的图像数据则分别设置为最高或最低的显示值。这样通过动态地调节窗口的窗宽(需显示的图像数据的范围)和窗位(需显示的图像数据的中心值)，则可以观察图像的更多信息。

很多时候，病变组织与正常组织的CT值仅相差几个(3～5)HU，甚至更小。假设我们选择160的窗宽，160/16＝10HU，也就是说，此时当两种组织CT值相差低于10HU时则无法分辨其差别，这就给诊断带来困难。为了把组织在CT值上的细微差别展现到人眼能分辨的范围内，并使图像有黑白梯度差别，人们采用了开窗显示技术。

开窗显示技术在临床诊断工作中占据了极其重要的地位，是疾病影像诊断的重要方法。如果窗位、窗宽调节不当，就不能显示出人体组织结构和毗邻关系，甚至会使病变被掩盖和遗漏。