[发明专利]一种用于胃癌增强CT图像自动识别的Faster RCNN网络的训练方法

摘要

本发明提出了一种用于胃癌增强CT图像自动识别的Faster RCNN网络的训练方法，包括以下步骤：获得进展期胃癌图像；人工对所述图像进行标识；利用Faster RCNN网络提取所述图像上的感兴趣区域；对数据集中的图像进行预处理；对预处理后的图像进行标准化处理；将标准化处理后的图像划分为训练集及测试集；将训练集图像输入网络；通过测试集对训练集进行验证；当训练集的预测有效性达到预设值，则训练结束；当训练集的预测有效性低于预设值，重新构建训练集进行训练。通过本发明的方法训练后的Faster RCNN网络能够对增强CT图像进展期胃癌肿瘤进行识别，可以对进展期胃癌肿瘤进行T分期处理。

主权项

1.一种用于胃癌增强CT图像自动识别的Faster RCNN网络的训练方法，其特征在于，包括以下步骤：/n步骤一，获得进展期胃癌图像，构成数据集；/n步骤二，人工利用labelImg软件对所述图像进行标识，标识所述图像中胃癌肿瘤细胞浸润最深的位置；/n步骤三，利用Faster RCNN网络提取所述图像上的感兴趣区域；/n步骤四，对数据集中的图像进行预处理，应用图像强度范围归一化和直方图均衡化方法来处理图像；/n步骤五，对预处理后的图像进行标准化处理；/n步骤六，随机抽样按比例将标准化处理后的图像划分为训练集及测试集；/n步骤七，将训练集图像输入Faster RCNN网络，进行多变量Logistic回归分析，首先确定胃的位置和形状，检测出胃癌肿瘤的位置后，标识所述图像中胃癌肿瘤细胞浸润最深的位置，得出分割肿瘤结果；/n步骤八，通过测试集对训练集进行验证；/n步骤九，当训练集的预测有效性达到预设值，则训练结束；当训练集的预测有效性低于预设值，重新构建训练集进行训练。/n