[发明专利]一种基于多维残差网络的脊柱CT图像识别方法

权利要求书

1.一种基于多维残差网络的脊柱CT图像识别方法，其特征在于，建立基于多维残差神经网络的病态脊柱识别模型；对训练样本设置标签并进行升维处理，使之维度与多维残差神经网络相匹配；使用处理后的训练样本对病态脊柱识别模型进行训练；然后将待识别的脊柱CT图像进行升维，使之维度与多维残差神经网络相匹配；由病态脊柱识别模型输出识别特征。

2.根据权利要求1所述的基于多维残差网络的脊柱CT图像识别方法，其特征在于，多维残差神经网络采用resnet20、resnet34或resnet50。

3.根据权利要求2所述的基于多维残差网络的脊柱CT图像识别方法，其特征在于，病态脊柱识别模型包括依次连接的多个卷积层、压平层及全连接层。

4.根据权利要求2所述的基于多维残差网络的脊柱CT图像识别方法，其特征在于，多维残差神经网络的维度为5～6维。

5.根据权利要求1所述的基于多维残差网络的脊柱CT图像识别方法，其特征在于，对训练样本依次通过reshape函数和concatenate函数实现升维。

6.根据权利要求1所述的基于多维残差网络的脊柱CT图像识别方法，其特征在于，对待识别的脊柱CT图像依次通过reshape函数和concatenate函数实现升维。

7.根据权利要求1所述的基于多维残差网络的脊柱CT图像识别方法，其特征在于，对训练样本设置多个标签。

8.根据权利要求7所述的基于多维残差网络的脊柱CT图像识别方法，其特征在于，病态脊柱识别模型的分类损失函数选择二元分类器；每个输出的标签作为一个独立的伯努利分布，并且单独惩罚每一个输出节点。

9.根据权利要求8所述的基于多维残差网络的脊柱CT图像识别方法，其特征在于，二元分类器采用如下表达式：

式中，L_mui表示多标签损失函数；N为样本数量；I_i表示第i个标签的值，当目标图像符合标签特征时，I_i＝1；反之，I_i＝0；P(I_i)是第i个标签特征为真的概率。

10.根据权利要求1所述的基于多维残差网络的脊柱CT图像识别方法，其特征在于，采用VerSe2019数据集作为训练样本集，将数据集中的CT图像由nii格式转换为png格式，并将已生成的图像转化为256×256像素，从CT图像中删除不需要的噪声像素，同时保留CT图像的特征像素，进行多标签标记。