[发明专利]一种基于相邻切片推理的脑肿瘤弱监督分割方法及系统

权利要求书

1.一种基于相邻切片推理的脑肿瘤弱监督分割方法，其特征在于，包括以下步骤：

步骤1，对MRI多模态脑肿瘤图像进行预处理，得到MRI多模态脑肿瘤切片图像及对应的图像级标签Y；

步骤2，将MRI多模态脑肿瘤切片图像i及其相邻的多模态脑肿瘤切片图像i-1和i+1送入到切片特征提取模块，使用特征提取器E进行特征的提取，分别获得特征图、和；

步骤3，将、和送入到相邻切片推理模块进行切片间信息的推理，获得切片关系矩阵；

步骤4，将与送入全局加权平均池化模块，得到具有代表性的特征值y；

步骤5，将y送入损失计算模块，通过全连接层A获得分类结果P，将P与Y进行损失计算，并对E和A进行训练；

步骤6，将需要分割的MRI多模态脑肿瘤切片图像送入到通过所述步骤1至5训练好的E中进行特征提取，得到特征图；

步骤7，将步骤6得到的特征图送入到通过所述步骤1至5训练好的A中进行直接计算，得到类激活映射图；

步骤8，将得到的类激活映射图进行二值化处理，得到最终的弱监督分割结果。

2.根据权利要求1所述的一种基于相邻切片推理的脑肿瘤弱监督分割方法，其特征在于，所述步骤1中多模态是指原生(T1)、对比后T1加权(T1ce)、T2加权(T2)以及T2流体衰减倒置恢复(T2-FLAIR)四种模态，所述预处理包括对图像进行灰度归一化、切片操作、按照是否包含肿瘤确定标签，其中未包含肿瘤标签为{1,0}、包含肿瘤标签为{0,1}。

3.根据权利要求1所述的一种基于相邻切片推理的脑肿瘤弱监督分割方法，其特征在于，所述步骤2中，若切片处于边缘，对于无i-1的切片使用i+2代替其i-1的切片，对于无i+1的切片使用i-2代替其i+1的切片。

4.根据权利要求1所述的一种基于相邻切片推理的脑肿瘤弱监督分割方法，其特征在于，所述步骤2中的E采用现有的公开的ResNet-38结构并基于Pytorch框架搭建，使用基于开源数据集ImgeNet预训练得到的网络权值作为初始训练权值，对于不同的切片特征提取器E共享权值。

5.根据权利要求1或2或3或4所述的一种基于相邻切片推理的脑肿瘤弱监督分割方法，其特征在于，所述步骤2中，多模态切片在送入E前先送入1×1的卷积中进行通道对齐，使得四种模态组成的四通道数据对齐到E的三通道入口。

6.根据权利要求1所述的一种基于相邻切片推理的脑肿瘤弱监督分割方法，其特征在于，所述步骤3中相邻切片推理模块基于注意力机制构建，通过7个1×1的分组卷积分别获取的查询向量、键值向量、数据项向量，和的键值向量和、数据项向量和 ，的计算公式为。

7.根据权利要求1所述的一种基于相邻切片推理的脑肿瘤弱监督分割方法，其特征在于，所述步骤4中y的计算公式为，其中c表示通道，h和l表示中的行和列，n表示中全部特征值的个数。

8.根据权利要求1或4所述的一种基于相邻切片推理的脑肿瘤弱监督分割方法，其特征在于，所述步骤5中，损失函数使用Pytorch框架中多标签分类损失F.multilabel_soft_margin_loss，使用Adam算法进行优化，得到E和A的最优模型参数。

9.根据权利要求1所述的一种基于相邻切片推理的脑肿瘤弱监督分割方法，其特征在于，所述步骤7中，需要对从A中所得类激活映射图进行双线性插值上采样操作与输入数据长宽对齐，再进行归一化操作，以获得最终的类激活映射图。

10.根据权利要求1所述的一种基于相邻切片推理的脑肿瘤弱监督分割方法，其特征在于，所述步骤8中使用0.6作为二值化阈值。

11.一种基于相邻切片推理的脑肿瘤弱监督分割系统，其特征在于，用于执行如权利要求1至10任一项所述的一种基于相邻切片推理的脑肿瘤弱监督分割方法。