[发明专利]一种基于三维可变形transformer的肺结节检测方法

权利要求书

1.一种基于三维可变形transformer的肺结节检测方法，其特征在于,具体包括以下步骤：

S1：获取三维肺部CT数据集，记作；对数据集进行预处理；

S2：构建基于三维可变形transformer的肺结节检测网络模型；

S3：裁剪预处理后的数据，将训练集以128x128x128的图像大小输入到3D编码器进行特征提取；

S4：融合多尺度特征图，以序列进行位置编码（position embedding）后输入到3D可变形transformer模块进行数据处理，输出序列记作；

S5：对序列进行重采样，生成特征图，引用3D RPN网络进行肺结节检测的分类和回归；

S6：使用验证集输入到已构建的网络模型中，输出肺结节检测结果。

2.根据权利要求1所述的一种基于三维可变形transformer的肺结节检测方法,其特征在于,所述步骤S1中具体包括以下步骤：

S1-1：采用肺结节公开数据集LUNA16构成本发明的数据集；采用十折交叉验证法，即将数据集分成十份，轮流将其中9份作为训练数据，记作；1份作为测试数据，记作；

S1-2：使用数据集提供的掩码，提取肺的实质区域；按照HU值将原始数据裁剪至[-1200,600]，并进行线性归一化至[0,1]；

S1-3：按照以下公式，将原始CT数据的世界坐标转化为图像坐标，如下所示：

（1）

其中voxelCoord表示图像坐标，worldCoord和origin表示世界坐标系中的坐标和原点，spacing表示切片体素间距。

3.根据权利要求1所述的一种基于三维可变形transformer的肺结节检测方法,其特征在于,所述步骤S3中具体包括以下步骤：

S3-1：根据设备算力，选择以128x128x128（高度x长度x宽度）的大小裁剪CT图像；

S3-2：将S3-1理后的数据输入到3D编码器进行特征提取；3D编码器分为三层，每层包括一个3x3x3的三维卷积，IN层和ReLU层，最后是三个三维残差块。

4.根据权利要求1所述的一种基于三维可变形transformer的肺结节检测方法,其特征在于,所述步骤S4中具体包括以下步骤：

S4-1：使用flatten函数将3D编码器处理后的三种不同分辨率的特征图，分别展开并相加为1D序列；

S4-2：使用不同频率的正弦和余弦函数计算每一维度的位置坐标，进行位置编码（position embedding），如下所示：

（2）

（3）

S4-3：将上一步处理后的图像输入到3D可变形transformer模块，经过六层3D可变形transformer层处理后得到输出序列；其中每一层可变形transformer层由MS-DMSA层和前馈神经网络组成；给定一个输入特征图和一组三维采样点，可变形自注意力机制可表示为：

（4）

其中h是注意力头，H是注意力头的个数，k是键，K是总键数，是第k个采样点的注意力权重，是第k个采样点的采样偏移量。

5.根据权利要求1所述的一种基于三维可变形transformer的肺结节检测方法,其特征在于,所述步骤S5中具体包括以下步骤：

S5-1：使用反卷积操作，对输出序列进行重采样，生成特征图；

S5-2：将特征图输入到3D RPN网络，进行结节区域的提出和分类；

S5-3：使用两个单独的1×1×1卷积来产生分类概率和bbox回归；RPN的损失函数公式如下：

（5）

其中i是锚的索引，和分别代表用于分类和回归的结节数量，用于配平损失函数，表示锚定为肺结节的概率。