[发明专利]一种可自动定制的医学病灶检测架构及方法

摘要

本发明公开了一种可自动定制的医学病灶检测架构及方法，该检测架构包括：候选特征提取模块，对医学图像进行特征提取；病灶检测网络头部自动定制模块，定义搜索空间将候选区域间的感知关系合并在一起，并利用可微NAS算法得到最佳病灶检测网络头部；病灶检测网络头部最优模块，利用一卷积层，并经过一个标准细胞和两个收缩细胞得到新的候选特征，通过两连接层对候选特征进行二元分类和预测框回归，将二元分类中候选特征分类的权重M作为高层次语义信息输出至知识迁移模块；知识迁移模块，结合语义关系并在不同的区域内传递相关的上下文信息，得到增强的候选特征，并将增强的候选特征和原候选特征合并，最后通过全连接层进行多元分类和回归。

主权项

1.一种可自动定制的医学病灶检测架构，包括：/n候选特征提取模块，用于对输入的医学图像进行特征提取，提取出图像的候选特征；/n病灶检测网络头部自动定制模块，用于根据医学图像特性、病灶特征和目标检测的相关知识，定义新的搜索空间，所述搜索空间包括大量具有灵活感受野、跳层连接等子网络架构的先进操作，并增加一个非局部操作，将候选区域间的感知关系合并在一起，根据候选特征并利用可微NAS算法在设计的搜索空间中搜索合适的操作和连接方式使其组成一个适合医学图像的最佳病灶检测网络头部；/n病灶检测网络头部最优模块，为所述病灶检测网络头部自动定制模块定制的最佳病灶检测网络头部，将所述候选特征提取模块输出的候选特征，首先经过一个卷积核为3×3的卷积层，然后经过一个标准细胞和两个收缩细胞得到新的候选特征，并通过两个连接层对新的候选特征进行二元分类和预测框回归，将二元分类中候选特征分类的权重M作为高层次语义信息输出至知识迁移模块；/n知识迁移模块，在最佳病灶检测网络头部学习到的区域关系图的基础上，结合语义关系，并在不同的区域内传递相关的上下文信息，以得到一个增强的候选特征，并将增强后的候选特征和原来的候选特征合并在一起去共享多种病灶类型的相关信息，最后通过全连接层进行多元分类和回归。/n