[发明专利]一种基于超声自动乳腺全容积成像的乳腺分类方法及装置

权利要求书

1.一种基于超声自动乳腺全容积成像的乳腺分类方法，其特征在于，包括步骤：

通过超声自动乳腺全容积成像获取三维乳腺图像；

基于所述三维乳腺图像构建并训练得到乳腺分类预测网络，所述乳腺分类预测网络包括VNet主干网络模块以及多尺度融合注意力模块，所述多尺度融合注意力模块将注意力引导特征的形成过程描述为以下公式：其中，表示关注引导的特征，表示该特征来自每个标度，表示该特征来自解码器块，表示按元素求和，表示连接运算，×表示按元素相乘，σ表示Sigmoid激活函数；

将待分类三维乳腺图像输入到所述乳腺分类预测网络中，输出乳腺分类预测结果；

所述三维乳腺图像包括已标记三维乳腺图像和未标记三维乳腺图像，基于所述三维乳腺图像构建并训练得到乳腺分类预测网络的步骤包括：将已标记三维乳腺图像表示为S_l{x_i,seg_i,cls_i}，将未标记三维乳腺图像表示为S_u{x_i,_,cls_i},S_u{x_i,seg_i,_}和S_u{x_i,_,_}，分别表示仅具有分类标签的三维乳腺图像，仅具有分割标签的三维乳腺图像和既无分类标签也无分割标签的三维乳腺图像；

对所述未标记三维乳腺图像进行扩充处理，得到扩充的未标记三维乳腺图像；

在训练过程中，将所述扩充的未标记三维乳腺图像进行正向传播，以获得伪分割标签为seg_i′，伪分类标签为cls_i′；

将未标记三维乳腺图像输入到乳腺分类预测网络中以生成预测的分割P_seg和预测的分类P_cls，并计算损失函数；

所述基于超声自动乳腺全容积成像的乳腺分类方法还包括对所述三维乳腺图像进行体积修正处理；

对所述三维乳腺图像进行体积修正处理的步骤包括：

预先将三维乳腺图像裁剪为64×256×256的尺寸大小，得到裁剪图像；

对所述裁剪图像进行肿瘤粗分割，得到粗分割图像；

计算所述粗分割图像中肿瘤与整个图像的体积比；

若所述体积比小于预设阈值，则生成最大连接域和基于所述最大连接域的多维数据集边界；

根据所述多维数据集边界对所述三维乳腺图像进行重新裁剪，得到重新裁剪图像；

所述多尺度融合注意力模块包括两个分支，其中一个分支用于将来自解码器块不同阶段的每个特征连接起来，生成多尺度特征；另一个分支用于获取相应的编码器块和解码器块特征的逐元素求和，以导出本地注意图；

所述多尺度融合注意力模块将多特征和局部注意力图结合起来以合成多局部注意图，通过逐元素乘以解码器的注意力图和局部特征，获得注意力引导的特征。

2.根据权利要求1所述基于超声自动乳腺全容积成像的乳腺分类方法，其特征在于，所述VNet主干网络模块包括编码器块和解码器块，所述编码器块包括若干个3D卷积层、批处理规范化归一化层和ReLU层；所述解码器块包括自适应上采样层和连接层。

3.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1或2任意一项所述基于超声自动乳腺全容积成像的乳腺分类方法中的步骤。

4.一种基于超声自动乳腺全容积成像的乳腺分类装置，其特征在于，包括处理器，适于实现各指令；以及存储介质，适于存储多条指令，所述指令适于由处理器加载并执行权利要求1或2任意一项基于超声自动乳腺全容积成像的乳腺分类方法中的步骤。