[发明专利]一种新生儿坏死性小肠结肠炎筛查系统

权利要求书

1.一种新生儿坏死性小肠结肠炎筛查系统，包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序，其特征在于：所述计算机存储器中存有训练好的新生儿坏死性小肠结肠炎筛查模型；

所述的新生儿坏死性小肠结肠炎筛查模型基于改进的DenseNet神经网络模型，在原始DenseNet的框架基础上引入PReLU激活函数以及ECA注意力机制；所述新生儿坏死性小肠结肠炎筛查模型的具体结构如下：

在原始DenseNet的框架中，对每个特征提取层DenseLayer进行修改，修改后的DenseLayer包括：Batch Norm层、PReLU激活函数、1x1卷积、3x3卷积及ECA注意力模块，使用bottleneck的构造形式；其中，1x1卷积用于降维输入特征图，3x3卷积用于进行特征提取，ECA注意力模块用于获得加强的特征图；

原始输入特征图依次经过Batch Norm层、PReLU激活函数、1x1卷积、Batch Norm层、PReLU激活函数和3x3卷积后，输出的特征图进入ECA注意力模块，根据输入的特征图计算出每个通道分配到的注意力权重，注意力权重用来与对该特征图进行点乘得到特征重标定，最终原始输入特征图与加强后的特征图在通道维度的组合拼接，得到最终的特征图；

所述计算机处理器执行所述计算机程序时实现以下步骤：

将待筛查的腹部平片数据进行预处理，然后输入训练好的新生儿坏死性小肠结肠炎筛查模型，得到是否患有坏死性小肠结肠炎的筛查结果。

2.根据权利要求1所述的新生儿坏死性小肠结肠炎筛查系统，其特征在于，原始DenseNet的框架由具有特征提取功能的DenseBlock模块和具有下采样功能的Transition模块交叉组合形成；DenseBlock模块包含多个串联的DenseLayer，Transition模块通过平均池化层与卷积层构成。

3.根据权利要求1所述的新生儿坏死性小肠结肠炎筛查系统，其特征在于，所述的新生儿坏死性小肠结肠炎筛查模型训练过程如下：

(1)收集新生儿坏死性小肠结肠炎患儿的腹部平片数据；

(2)对腹部平片数据进行预处理，包括图像增强、格式转换、尺寸统一；

(3)将预处理后的数据按比例分成训练集和验证集；

(4)将训练集送入构建的新生儿坏死性小肠结肠炎筛查模型中进行训练，利用验证集对分类模型的性能进行评估，根据评估的效果对模型的超参数进行调整，最终完成模型训练。

4.根据权利要求3所述的新生儿坏死性小肠结肠炎筛查系统，其特征在于，步骤(1)中，收集的新生儿坏死性小肠结肠炎患儿腹部平片数据应符合以下标准：

患儿仰卧于摄影台上，上举患儿双臂，并将患儿头和手一并夹紧；将患儿头、双肩、双膝部紧贴摄影台上，身体正中面对准台面中线，以保证体位不致歪斜；中心线对准剑突与耻骨联合连线中点，垂直摄入探测器；投照野尽量缩小，上缘包括膈面，下缘包括耻骨联合，从而减少散射线及新生儿的辐射剂量。

5.根据权利要求3所述的新生儿坏死性小肠结肠炎筛查系统，其特征在于，步骤(2)中，对腹部平片数据进行预处理的具体过程为：

首先使用CLAHE算法对原始的腹部平片数据进行图像增强，以突出腹部平片的关键影像特征；将图像大小统一为224*224尺寸，图像格式由DICOM转化为jpg格式。

6.根据权利要求3所述的新生儿坏死性小肠结肠炎筛查系统，其特征在于，步骤(3)中，将预处理后的数据按8:2的比例分成训练集和验证集。

7.根据权利要求3所述的新生儿坏死性小肠结肠炎筛查系统，其特征在于，步骤(4)中，训练过程中，将64张影像数据列为一组进行模型训练，并采用随机左右或水平旋转25度以达到扩大样本量的效果。