[发明专利]基于注意力机制的光学喉镜图像病变区标注方法

摘要

本发明公开了一种基于注意力机制的光学喉镜图像病变区标注方法，主要解决现有技术没有针对光学喉镜图像进行病变区域标注及在小数据集上容易发生过拟合的问题。其实现方案：取得喉镜图像数据集以及图像数据集标签；对图像数据集进行缩放和中心化处理，将中心化后的图像数据集和图像数据集标签一起记为训练数据集；构造一个18层的网络，将训练数据集作为该网络的训练数据，利用自适应学习率优化算法优化该网络，得到训练好的网络；输入一张喉镜图像到训练好的网络，根据生成的报告在标签数据集中得到对应的病变区域并标注。本发明避免了对小数据集的过拟合，可获得光学喉镜图像的病变区域并标注，便于医生对光学喉镜图像进行诊断。

主权项

1.一种基于注意力机制的光学喉镜图像病变区标注方法，其特征在于，包括如下：/n(1)获取患者的喉镜图像，记为喉镜数据集P，并取得喉镜图像的医学报告，记为标签数据集R；/n(2)获取训练数据集T：/n(2a)将喉镜数据集P中每张图像缩小到224*224，并对缩小后的每张图像中心化，使每个通道像素均值为0，从中心化后的喉镜图像中取出一张喉镜图像，记为Z，将剩余喉镜图像组成中心化后的喉镜数据集P'；/n(2b)将中心化后的喉镜数据集P'与标签数据集R进行合并，得到训练数据集T；/n(3)根据得到的训练数据集T，构造包括1个卷积神经网络和1个门控递归单元的综合网络M，并将中心化后的喉镜数据集P'作为该综合网络M的输入，使用均匀分布初始化综合网络M的权值W，将综合网络M的偏置b均初始化为数值0，设综合网络的输出为与P'对应的报告；/n(4)使用训练数据集T，训练综合网络M：/n(4a)打乱训练数据集T中图像的顺序，依次从训练数据集T中选择32个喉镜图像及其标签，记为一个训练批次{I,C}，其中I为一个训练批次中的喉镜图像，C为与I对应的标签；/n(4b)将喉镜图像I输入到综合网络M，经过综合网络M的前向传播得到喉镜图像I对应的报告O，计算报告O与标签C之间的交叉熵，得到综合网络M的损失函数L；/n(4c)使用自适应学习率优化算法Adam优化综合网络M的损失函数L，即设初始学习速率为0.0001，对综合网络M的权值W和偏置b进行更新；/n(4d)重复(4a)到(4c)，直到达到最大迭代次数D＝3000，得到训练好的综合网络M；/n(5)利用训练好的综合网络M获得喉镜图像Z的报告并标注病变区域：/n(5a)将Z输入到训练好的综合网络M中，经过综合网络M中卷积神经网络的前向传播得到光学喉镜图像Z的特征；/n(5b)将从综合网络M中卷积神经网络得到的光学喉镜图像Z的特征经过注意力加权后输入到综合网络M中的门控递归单元，经过门控递归单元的前向传播得到光学喉镜图像Z的语义报告；/n(5c)根据喉镜图像Z的语义报告在标签数据集R中得到对应的病变区域，对喉镜图像Z进行病变区域标注，得到标注病变区域后的喉镜图像Z'。/n