[发明专利]基于多任务深度卷积网络的肝脏及其肿瘤分割方法及系统

摘要

本发明提供一种基于多任务深度卷积网络的肝脏及其肿瘤分割方法及系统，方法包括：数据预处理和扩充；多任务深度卷积网络的搭建；带有任务间约束的监督层的构建；网络的训练；数据测试结果生成。本发明提出的多任务网络含有两个通路，分别实现肝脏和肝脏肿瘤的识别分割；本发明通过通路部分共享的方法来缩小深度卷积网络体积并降低模型学习对训练数据量的要求；本发明通过在共享通路之后连接各自任务相关的特征提取模块和相应输出模块实现多任务输出；关键的是，本发明提出了一种可以利用多任务间几何关联信息的监督学习模块来达到肝脏和肝脏肿瘤分割相互约束的目的。本发明能够准确地识别和分割肝脏及其肿瘤。

主权项

一种基于多任务深度卷积网络的肝脏及其肿瘤分割方法，其特征在于，包括：对带有肝脏和肝脏肿瘤标签的CT扫描图像进行预处理；包括调整灰度到预设范围、下采样图像到预设尺寸、截取感兴趣的图像区域及对截取到的图像区域进行形变以扩充训练数据量；构建包括数据输入、公用特征提取、任务相关特征提取、任务输出四部分的多任务深度卷积网络；对所述多任务深度卷积网络进行有监督的训练，构建由肝脏分割任务相关的损失函数、肝脏肿瘤分割任务相关的损失函数、肝脏分割任务和肝脏肿瘤分割任务关联损失函数共同构成的监督层；将肝脏分割任务相关的损失函数、肝脏肿瘤分割任务相关的损失函数、肝脏分割任务和肝脏肿瘤分割任务关联损失函数构成的总损失函数作为误差，利用神经网络反向传导优化算法，通过不断的输入‑输出‑误差‑反向传导误差的网络优化过程，训练所述多任务深度卷积网络；使用训练好的多任务深度卷积分割网络对测试数据进行肝脏和肝脏肿瘤分割，得到肝脏和肝脏肿瘤分割结果；根据图像原大小和截取区域信息恢复分割结果。