买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东大学

摘要：本发明公开一种胃萎缩区域分割系统、电子设备及可读存储介质，涉及图像处理技术领域，包括：数据获取模块，被配置为获取胃萎缩图像、胃非萎缩图像和胃萎缩区域的像素级标注图像；伪标签生成模块，被配置为根据胃萎缩图像和胃非萎缩图像对图像分类模型进行多次训练，以生成像素级伪标签图像；可信伪标签筛选模块，被配置为根据像素级伪标签图像筛选可信的像素级伪标签图像；图像分割模块，被配置为根据可信的像素级伪标签和像素级标注图像训练图像分割模型，根据待测胃镜数字图像，采用训练后的图像分割模型，得到胃萎缩区域分割预测结果。降低胃镜图像的标注成本，提升胃萎缩区域分割预测的准确性。

主权项：1.一种胃萎缩区域分割系统，其特征在于，包括：数据获取模块，被配置为获取胃萎缩图像、胃非萎缩图像和胃萎缩区域的像素级标注图像；伪标签生成模块，被配置为根据胃萎缩图像和胃非萎缩图像对图像分类模型进行多次训练，以生成像素级伪标签图像；其中，所述图像分类模型的最后一层卷积层设置为多种扩张度不同的空洞卷积，每次训练时，采用扩张度不同的空洞卷积生成融合定位图，基于多次训练的融合定位图得到最终定位图，在最终定位图中划定显著区域，由此得到像素级伪标签图像；可信伪标签筛选模块，被配置为根据像素级伪标签图像筛选可信的像素级伪标签图像；图像分割模块，被配置为根据可信的像素级伪标签和像素级标注图像训练图像分割模型，根据待测胃镜数字图像，采用训练后的图像分割模型，得到胃萎缩区域分割预测结果；所述数据获取模块中，还包括：获取原始胃镜数字图像，对原始胃镜数字图像经特征提取后进行聚类，对每类原始胃镜数字图像进行清洗后进行图像级标注和像素级标注，从而得到胃萎缩图像、胃非萎缩图像和胃萎缩区域的像素级标注图像；所述伪标签生成模块中，还包括：每次训练时，采用扩张度不同的空洞卷积生成定位图，将每轮训练后生成的定位图加权求和得到融合定位图，对多次训练得到的融合定位图中像素点取最大值，由此得到最终定位图，将最终定位图中的值大于设定阈值的区域认定为显著区域，由此得到像素级伪标签图像；使用类激活映射算法为扩张度不同的空洞卷积分别生成定位图，所述类激活映射算法使用全局平均池化代替全连接层后，再连接一层线性分类层，以通过训练得到一组线性分类权重，基于线性分类权重对最后一层卷积层得到的特征图加权求和得到定位图；所述可信伪标签筛选模块中，还包括：设置可信阈值，将超出可信阈值的像素级伪标签图像设置为第一组可信的像素级伪标签图像；批量生成和每张胃非萎缩图像相对应且全部像素值为0的伪标签图像，将伪标签图像设置为第二组可信的像素级伪标签图像；将第一组可信的像素级伪标签图像和第二组可信的像素级伪标签图像按比例合并为可信的像素级伪标签图像；所述图像分割模块中，还包括：对图像分割模型的训练设置加权损失函数；所述加权损失函数为对伪标签损失函数赋权后和标注标签损失函数的和；所述注标签损失函数和伪标签损失函数均为交叉熵损失函数与Dice损失函数的和；对图像分割模型进行训练时，通过编码器进行特征提取和下采样，使用嵌套结构对特征语义接近的编码器和解码器进行跳跃连接，把编码器和解码器相对应的语义特征进行融合，通过解码器进行上采样，经过多轮迭代训练，得到训练后的图像分割模型；所述图像分割模型中共享一个编码器，不同层的特征由解码器还原，且在特征层上添加加权损失函数。

全文数据：

权利要求：

百度查询： 山东大学 一种胃萎缩区域分割系统、电子设备及可读存储介质