发明内容
本公开提出了一种图像处理的技术方案。能够实现多种疾病的预测。
根据本公开的一方面,提供了一种图像处理方法,包括:
获取待处理的医学图像;
将所述医学图像输入到网络模块,利用所述网络模块获取所述医学图像中关于至少一个类型的预设病灶的分类信息,所述网络模块经过训练且能够检测所述预设病灶;其中,所述网络模块包括至少两个分类器,在训练所述网络模块的过程中,根据第i个分类器对训练样本的分类结果调整第i+1个分类器对所述训练样本的权重,i为大于1且小于或者等于n的整数,n表示分类器的数量。
在一些可能的实施方式中,训练所述网络模块的方法包括:
获取第一训练图像集;
对所述第一训练图像集进行预处理,得到第二训练图像集;
利用所述第二训练图像集训练所述网络模块,所述训练样本包括所述第一训练图像集和/或所述第二训练图像集。
在一些可能的实施方式中,所述对所述第一训练图像集进行预处理,得到第二训练图像集,包括以下方式中的至少一种:
对所述第一训练图像集进行归一化处理;
对所述第一训练图像集进行数据增强。
在一些可能的实施方式中,所述对所述第一训练图像集进行归一化处理,包括以下方式中的至少一种:
将所述第一训练图像集中的第一训练图像的像素值转换到预设范围内;
将所述第一训练图像集中的第一训练图像截取为预设尺寸;
以及/或
所述对所述第一训练图像集进行数据增强,包括以下方式中的至少一种:
对所述第一训练图像集中的第一训练图像执行旋转操作;
对所述第一训练图像集中的第一训练图像执行缩小或者放大处理;
对所述第一训练图像集中的第一训练图像执行平移处理;
对所述第一训练图像集中的第一训练图像执行翻转处理;
对所述第一训练图像集中的第一训练图像执行弹性形变处理;
对所述第一训练图像集中至少两个第一训练图像的样本标签执行线性变换。
在一些可能的实施方式中,训练所述网络模块的包括:
将所述训练样本输入到所述网络模块的第i个分类器,得到所述第i个分类器针对所述预设病灶的分类结果;
利用所述第i个分类器的所述分类结果,调整所述训练样本针对所述预设病灶的权重,并将调整权重后的所述训练样本输入到第i+1个分类器,直至第n个分类器得到分类结果;
利用所述网络模块的全部分类器的分类损失得到网络损失;
基于所述网络损失调整网络模块中各分类器的参数,直至满足训练条件。
在一些可能的实施方式中,所述利用所述第i个分类器的所述分类结果,调整所述训练样本针对所述预设病灶的权重,包括:
在所述第i个分类器对所述训练样本内的预设病灶分类正确的情况下,增加所述训练样本的权重,并将调整权重后的所述训练样本输入到所述第i+1分类器;
在所述第i个分类器对所述训练样本内的预设病灶分类存在错误的情况下,减小所述训练样本的权重,并将调整权重后的所述训练样本输入到所述第i+1分类器。
在一些可能的实施方式中,获得每个分类器的分类损失,包括:
对输入到所述分类器的训练样本执行特征提取和全连接处理,得到针对所述预设病灶的第一分类结果;
利用所述第一分类结果和对所述训练样本的聚类处理得到的第二分类结果分别对应的损失,得到所述分类器的分类损失。
在一些可能的实施方式中,所述对输入到所述分类器的训练样本执行特征提取和全连接处理,得到针对所述预设病灶的第一分类结果,包括:
对所述训练样本执行三维图像的特征提取和全局池化处理,得到第一特征;
对所述训练样本执行二维图像的特征提取和全局池化处理,得到第二特征;
对所述第一特征和第二特征进行特征融合,得到融合特征;
对所述融合特征执行全连接处理,得到所述第一分类结果。
根据本公开的第二方面,提供了一种图像处理装置,其包括:
获取模块,用于获取待处理的医学图像;
分类模块,用于将所述医学图像输入到网络模块,利用所述网络模块获取所述医学图像中关于至少一个类型的预设病灶的分类信息,所述网络模块经过训练且能够检测所述预设病灶;其中,所述网络模块包括至少两个分类器,在训练所述网络模块的过程中,根据第i个分类器对训练样本的分类结果调整第i+1个分类器对所述训练样本的权重,i为大于1且小于或者等于n的整数,n表示分类器的数量。
根据本公开的第三方面,提供了一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行第一方面中任意一项所述的方法。
在本公开实施例提供了一种图像处理方法及装置、电子设备。其中,本公开实施例的方法可以对医学图像执行多种预设病灶的分析,得到医学图像中可能存在预设病灶类型,辅助临床医生和用户进行医学图像分析。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
在对本公开实施例进行说明之前,为了帮助理解本公开实施例的初衷,对相关技术进行说明。
在公开号为CN 107945179 A,名称为一种基于特征融合的卷积神经网络的肺结节良恶性检测方法中,公开了一种基于特征融合的卷积神经网络的肺结节良恶性检测方法,该方法首先需要在肺部CT图像中根据专家的标注绘制出肺结节的位置区域,然后根据位置信息分割出肺结节的感兴趣区域,并得到相同大小的只含肺结节的图像;其次,提取肺结节图像的HOG特征和LBP特征,得到相应的可视化特征图;然后将肺结节图像、LBP特征图和HOG特征图都作为卷积神经网络的输入进行卷积运算,进一步提取图像特征,最终通过分类得出所属良恶性的概率。将传统特征与卷积神经网络CNN特征融合来进行肺结节良恶性分析,能够得到更高的准确率,并且有更好的鲁棒性。
在公开号为CN 109711315 A,名称为一种肺结节分析的方法及装置中,公开了一种肺结节分析的方法及装置,该方法包括获取患者的肺部的肺结节影像以及肺结节影像中肺结节的三维坐标,根据肺结节的三维坐标从肺结节影像中确定包含所述肺结节的ROI,将肺结节的ROI、肺结节的三维坐标输入至预设特征提取神经网络模型进行特征提取,得到肺结节影像的特征向量,将肺结节影像的特征向量输入至预设分类神经网络模型,得到预设分类神经网络模型输出的患者的肺结节分析结果。相比于传统的医生诊断的方式而言,能够降低因医生水平差异导致的诊断误差率,从而提高肺结节分析的准确性。
根据上述,现有技术中存在以下不足:
1.当前技术大部分仅为单一的3D或2D网络模型。对于2D网络,虽然参数量少,数据量要求不高,模型过拟合可能性相对较小,但是效果相对较差,且需要手动挑选切片或带标注切片中的ROI作为输入。对于3D网络,虽然能保留医学影像等3D数据的空间关联信息,但因为显存的限制,导致其感受野有限,图像输入尺寸受限,在数据量少的情况下且网络不能过于复杂,否则容易过拟合;
2.现有技术大部分依赖单一模型,其可靠性较低,类似仅一个医生诊断容易出错;
3.现有技术大部分未考虑标签噪声对模型的影响,其结果不鲁棒;
4.大部分仅能实现单一疾病多分类,实际场景更多的是多标签多分类,如一个病人可能身患多种疾病;
5.对于肺部影像,往往一幅图像中仅有一两个病灶,且病灶像素占整张图的比例很小,从而使网络学习较为困难,一般方案是围绕ROI取图像块patch进行分类,增加医生手工标注病灶的成本,并且大多为切片级的病灶分类结果,有时无法作为病人级的疾病诊断结果;
6.现有技术往往需要大量的高精度标注数据,数据获取难度大,标注成本高,实际应用往往无法满足。
本公开实施例提供了一种图像处理方法,该方法的执行主体可以是图像处理装置,例如,图像处理方法可以由终端设备或服务器或其它处理设备执行,其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中,该图像处理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
图1示出根据本公开实施例的图像处理方法的流程图,如图1所示,所述图像处理方法可以包括:
S10:获取待处理的医学图像;
在一些可能的实施方式中,医学图像可以为任意形式的医学影像,如可以为CT、MR、超声、X线等。另外医学影像可以为任意组织结构的影像,如可以为肺、脑、肝脏、脊椎、颈椎等,本公开对上述不做具体限定。下述实施例以肺部CT图像为例进行说明。
另外,本公开实施例的医学图像可以为三维图像数据,该三维图像可以由多个二维图像构成,例如医学图像可以为3D肺部疾病数据,其尺度可以为(d,h,w),其中,d表示三维图像中包括的二维图像的层数,(h,w)表示每层二维图像在高度和宽度方向上的像素点数量。
获取医学图像的方式可以包括与医学图像的采集设备通信连接直接获取拍摄到的医学图像,或者也可以接收外部设备发送的医学图像或者从存储设备读取任意医学图像,本公开获取医学图像的方式不做具体限定。
S20:将所述医学图像输入到网络模块,利用所述网络模块获取所述医学图像中关于至少一个类型的预设病灶的分类信息,所述网络模块经过训练且能够检测所述预设病灶;其中,所述网络模块包括至少两个分类器,在训练所述网络模块的过程中,根据第i个分类器对训练样本的分类结果调整第i+1个分类器对所述训练样本的权重,i为大于1且小于或者等于n的整数,n表示分类器的数量。
在一些可能的实施方式中,可以利用深度学习训练后的网络模块执行医学图像中针对预设病灶的预测和检测,得到预设病灶的分类信息。在临床中,医学影像中可能包括多种疾病对应的影像信息,以肺CT为例,肺部疾病的类型可以包括:肺炎(9种,甲乙流、真菌、支原体、巨细胞、细菌、卡肺、SARS、腺病毒、禽流感)、肺结核(4种,血行播散型肺结核、继发型肺结核、气管支气管结核、结核性胸膜炎)、肿瘤(2种,良性结节/肿瘤、恶性结节/肿瘤)。本公开实施例的预测病灶的类型可以包括上述至少一种。得到的分类信息可以为每种预测病灶存在的预测概率,以及预测概率大于预测阈值的预设病灶的类型,其中预测阈值可以为大于或者等于50%的数值。
另外,网络模块是经过训练能够对预设病灶进行分类检测并得到分类信息的深度学习网络,该深度学习网络可以为卷积神经网络。另外网络模块可以包括至少两个分类器,在训练网络模块的过程中,可以依次将训练样本的至少一部分输入到分类器中,根据先执行分类预测的分类器的分类结果,调整训练样本的权重,利用调整权重后的训练样本输入到后一分类器执行分类预测,以此类推,结合各分类器的分类预测的分类结果训练整个网络模块。从而通过在训练过程中,借鉴Adaboost思想,构建多个弱分类器,后续分类器通过添加样本权重,减少关注前一分类器判断的错分样本(很大可能性就是带标签噪声样本),最后集成获得一个强分类器。该过程类似多个医生依次阅片并给出综合诊断结果,可以增加网络模型的可靠性。
通过上述实施例说明,本公开实施例可以实现医学影像中至少一种预设病灶的检测,并且提高网络模型稳定性。
为了更清楚的理解本公开实施例,下面结合附图对本公开实施例进行详细说明。
图2示出根据本公开实施例图像处理的整体框架示意图。如图2所示,本公开实施例中的网络模块可以包括至少两个分类器。如图2所示,本公开实施例中可以包括n个分类器。在此需要说明的是,该n个分类器(图2中的弱分类器)并不是首尾相连,即前一分类器的输出特征并不作为后一分类器的输入,箭头方向表示前一分类器的结果会影响后一分类器的输入样本的权重。
在实际应用时,该n个分类器是训练完成的能够执行预设病灶检测的分类器。可以利用网络模块中的至少一个分类器进行预设病灶的检测。具体的,输入图像可以为三维肺部数据,如肺CT数据。将输入图像输入到网络模块的任一分类器(例如第n个分类器)中,即可以得到肺图像中关于预测病灶的分类结果,如可以获得是否存在各预设病灶,以及每种预设病灶对应存在概率,该存在概率大于预测阈值时,确定为存在相应预设病灶。或者,本公开实施例也可以结合所有分类器的分类结果确定最终的分类结果,如果分类器中超过预设比例的分类器都确定存在第一病灶,则确定为存在第一病灶,并将超过预设比例的分类器中关于第一病灶的位置区域的并集可以作为第一病灶的位置区域,或者也可以将第一病灶的位置区域的交集可以作为第一病灶的位置区域,本公开对此不做具体限定。
下面具体的对本公开实施例的网络模块的训练过程进行说明。图3示出根据本公开实施例的图像处理方法中网络模块的训练方法的流程图。其中,训练所述网络模块的方法包括:
S100:获取第一训练图像集;
在一些可能的实施方式中,可以利用第一训练集对网络模块进行训练,第一训练集中包括多个第一训练图像,该第一训练图像可以为具有疾病标签的医学图像,例如第一训练图像可以为肺CT图像,第一训练图像对应的包括与第一训练图像关联的疾病信息,该第一训练图像具有的肺部疾病,如可以包括肺炎(9种,甲乙流、真菌、支原体、巨细胞、细菌、卡肺、SARS、腺病毒、禽流感)、肺结核(4种,血行播散型肺结核、继发型肺结核、气管支气管结核、结核性胸膜炎)、肿瘤(2种,良性结节/肿瘤、恶性结节/肿瘤)。每种疾病可以唯一的对应一种疾病标签,如可以为A、B、C、D…等,但不作为本公开的具体限定。
通过第一训练图像和对应的疾病标签,可以用作训练过程中的监督。
S200:对所述第一训练图像集进行预处理,得到第二训练图像集;
在一些可能的实施方式中,可以对第一训练图像执行预处理,完成第一训练图像的归一化和数据增强,提高网络模块的抗干扰能力。本公开实施例的预处理可以包括图像变形、截取、以及训练样本的扩展。
S300:利用所述第二训练图像集训练所述网络模块,所述训练样本包括所述第一训练图像集和/或所述第二训练图像集。
在一些可能的实施方式中,在得到第二训练图像集的情况下,可以对应的利用第二训练图像集训练网络模块。
图4示出根据本公开实施例中对第一训练图像集进行预处理的示意图。第一训练图像可以为CT图像。
具体的,对所述第一训练图像集进行预处理,得到第二训练图像集,包括以下方式中的至少一种:
a)对所述第一训练图像集进行归一化处理;
其中,对所述第一训练图像集进行归一化处理,包括以下方式中的至少一种:将所述第一训练图像集中的第一训练图像的像素值转换到预设范围内;将所述第一训练图像集中的第一训练图像截取为预设尺寸。
具体的,可以Dicom格式的CT图像进行HU值转化,获取CT值,并利用预设函数对HU值转化后的图像执行归一化处理,使得图像的像素值归一化到[0,1]范围内。其中,预设函数可以包括mapmimax函数,但不作为本公开的具体限定。
在本公开实施例中,可以在归一化的结果基础上,或者直接对第一训练图像执行图像截取,围绕图像中心坐标截取预设尺寸大小的图像块,预设尺寸可以为448*448,但不作为本公开的具体限定。
在本公开实施例中,还可以对图像块进行下采样处理,如将图像块进一步下采样一倍到(224,224)尺寸大小。
上述图像截取、归一化、升采样或者降采样均可以作为预处理过程的步骤,本公开对此不做具体限定。
b)对所述第一训练图像集进行数据增强。
在线下数据增强阶段,通过引入下述数据增强方式至少一种有效地提高网络的泛化性能,同时消除数据类别不平衡对模型的影响。各个组合标签的数据均循环进行数据增强,直至预设值,该预设值依据数据的最多组合标签类别的数量值再加一定的额外数量值来确定。具体数据增强方式可以包括以下至少一种:
①旋转角度,对至少一个第一训练图像执行旋转操作,旋转角度的范围为[-10.0,10.0]度;
②按照预设倍数对第一训练图像执行缩放处理,缩放倍数的范围为[0.9,1.1]倍;
③对所述第一训练图像集中的第一训练图像执行平移处理,平移尺寸的范围为[-10,10]像素;
④对所述第一训练图像集中的第一训练图像执行翻转处理。翻转方式包括分别沿横断面(h,w)垂直、水平翻转;
⑤对所述第一训练图像集中的第一训练图像执行弹性形变处理。
⑥对所述第一训练图像集中至少两个第一训练图像的样本标签执行线性变换,其中线性变化的方法包括Mixup方法,针对第一训练集中的至少两个第一训练图像执行线性变化。例如,(xk1,yh1)和(xk2,yh2)是从训练数据中随机抽取的两个样本(第一训练图像)的图像和对应的标签,λ∈[0,1]服从beta分布,生成的样本公式所下:
其中,x
k1和x
k2是从训练数据中随机抽取的两个样本(第k1个第一训练图像和第k2个第一训练图像,y
h1是第k1个第一训练图像对应的标签(one-hot标签),y
h2表示第h2个第一训练图像的标签,λ为线性变换的系数,
是线性变换后生成的训练图像的像素点的像素值。本公开实施例Mixup通过结合先验知识,即特征向量的线性插值应导致相关标签的线性插值,来扩展训练分布,同时能够消除模型对错误标签的记忆,降低对对抗样本的敏感性。
通过上述配置,本公开实施例可以完成第一训练集中第一训练图像的预处理,得到第二训练集,通过第二训练集训练网络模块,直至满足训练要求,用以提高网络模块的稳定性和抗敏感型。
下面对训练网络模块的过程进行说明,图5示出根据本公开实施例中训练网络模块的流程图,其中,训练所述网络模块的包括:
S301:将所述训练样本输入到所述网络模块的第i个分类器,得到所述分类器针对所述预设病灶的分类结果;
在一些可能的实施方式中,本公开实施例可以将第一训练图像集或者第二训练图像集中选择一部分图像作为训练样本,将训练样本依次输入到各分类器中,得到分类结果,该分类结果中包括存在各预设病灶的概率。
另外,本公开实施例还可以利用该分类结果得到相应的汉明损失,也就是说,本公开实施例每个分类器在执行对训练样本的分类处理后,利用分类结果和真实的疾病标签,可以得到该分类结果对应的交叉熵损失(focal loss)。focal loss的具体计算过程为:
FL(pt)=-αt(1-pt)γlog(pt)
其中,pt表示第t类预设病灶的的概率值,αt项控制正类权重,(1-pt)项增加难分类样本权重,降低易分类样本权重;γ控制难分类样本的重要性。在应用时通过αt和γ反向变化调节获取最佳配置。
利用训练样本的样本权重与该训练样本的分类结果对应的交叉熵损失,可以得到该分类器针对训练样本的分类损失。
S302:利用所述第i个分类器的所述分类结果,调整所述训练样本针对所述预设病灶的权重,并将调整权重后的所述训练样本输入到第i+1个分类器,直至第n个分类器得到分类结果;
在一些可能的实施方式中,可以在得到第一个分类器针对训练样本的预设病灶分类正确的情况下,即正确的分类出训练样本中存在的预设病灶类型,此时可以增加该训练样本的样本权重,如果分类结果存在错误,此时可以减少训练样本的样本权重。
或者,在一些可能的实施方式中,在得到第一个分类器针对训练样本的分类结果的情况下,可以判断分类器的分类精度,如果分类精度高于或者等于精度阈值,则可以增加该训练样本的权重,如果分类精度低于精度阈值,可以减少该训练样本的权重。而后将调整权重后的训练样本输入到第二个分类器,执行预设病灶的分类,以此类推直至通过最后一个分类器得到分类结果。精度阈值可以为大于或者等于0.5且小于1的数值。在所述第i个分类器对所述训练样本的分类精度大于或者等于精度阈值的情况下,增加所述训练样本的权重,并将调整权重后的所述训练样本输入到所述第i+1分类器;在所述第i个分类器对所述训练样本的分类精度小于精度阈值的情况下,减小所述训练样本的权重,并将调整权重后的所述训练样本输入到所述第i+1分类器。
在一些可能的实施方式中,也可以针对每种预设病灶为训练样本设置不同的权重。本公开实施例中可以得到训练样本针对预设病灶的分类精度,如果分类精度大于精度阈值,则可以增加该训练样本针对预设病灶的权重,如增加0.1倍,如果分类精度小于精度阈值,则可以减少该训练样本针对预设病灶的权重,如减少0.1倍。根据该方法可以为训练样本针对每种预设病灶设定对应的权重,将调整权重后的训练样本输入到下一分类器中进行预测。
S303:利用所述网络模块的全部分类器的分类损失得到网络损失;
在每个分类器执行分类预测的情况下,可以利用每个分类器的分类损失得到网络模块的网络损失。其中,每个分类器针对训练样本的损失可以为focal loss,结合所有分类器的focal loss的加权平均值确定网络损失。即可以利用分类器中训练样本的权重与对应的focal loss的乘积,得到分类器的分类损失,利用各分类器的分类损失之和,得到网络损失。S304:基于所述网络损失调整网络模块中各分类器的参数,直至满足训练条件。
在一些可能的实施方式中,在网络损失小于或者等于损失阈值的情况下,训练停止,得到网满足训练要求的网络模块。在网络损失大于损失阈值的情况下,可以重新从第一训练集或者第二训练集中选择一部分训练样本重复上述训练过程,直至针对所有训练样本的精度大于或者等于损失阈值。损失阈值为大于或者等于0.6小于1的数值。
本公开实施例中,网络模块借鉴了Adaboost思想,通过构建n个弱分类器,后一弱分类器通过添加样本权重,减少关注前一弱分类器判断的错分样本(很大可能性就是带标签噪声样本)。对于多标签分类问题,错分样本以标签是否不准确匹配作为判断标准:经过前一弱分类器训练分类后,若样本标签准确匹配,则给样本增加0.1倍权重,变为1.1倍;若样本标签不准确匹配,则为错分样本,样本减小0.1倍权重,变为0.9倍。最后集成所有弱分类器可以获得一个强分类器。在应用测试阶段,可以利用所有弱分类器的分类结果得到强分类器的输出结果,该输出结果为所有弱分类器的汉明损失加权平均值,若输出结果对于标签值的分类精度大于0.5,则判定该标签存在。网络模块针对预设病灶的预测概率可以表示为
其中,i表示第i个分类器,为大于或者等于1且小于或者等于n的整数,j表示第j个预设病灶,为大于或者等于1且小于N的整数,N表示预设病灶的总数,HLi表示第i个分类器的汉明损失。Ypredj表示第i个分类器针对第j个预设病灶的预测概率。基于上述配置可以得到整个网络的分类精度。
下面对本公开实施例中每个分类器的预设病灶的预测过程进行说明。图6示出根据本公开实施例的获得每个分类器的分类损失的方法的流程图,其中,所述获得每个分类器的分类损失,包括:对输入到所述分类器的训练样本执行特征提取和全连接处理,得到针对所述预设病灶的第一分类结果;利用所述第一分类结果和对所述训练样本的聚类处理得到的第二分类结果分别对应的损失,得到所述分类器的分类损失。
如图6所示,本公开实施例训练分类器的过程中,首先利用第一训练集和/或第二训练集中的一部分作为训练样本,利用分类器中的特征提取模块执行特征提取处理,得到第一样本特征,而后进行全连接处理,得到第一分类结果。而后可以利用该特征提取模块执行全部第一训练集和/或第二训练集的特征提取处理,再对得到的特征执行聚类处理,得到针对预设病灶的聚类标签,得到第二分类结果。其中,可以将全部的第一或第二训练图像集输入到特征提取模块,对应的得到用于聚类分析的第二样本特征。利用第一分类结果和第二分类结果对应的损失的加权和可以得到总体分类损失,此时可以利用该分类损失反馈更新特征提取模块的参数,再返回从第一训练集和/或第二训练集中的一部分作为新的训练样本,执行特征提取进行分类,得到第一分类结果,以及将全部的第一训练集和/或第二训练集进行特征提取,进而执行聚类处理,得到第二分类结果,以此类推,直至得到的分类损失小于损失阈值,完成分类器的训练。
图7示出根据本公开实施例的分类器的结构示意图,图8示出本公开实施例的注意力机制的流程示意图。图9示出分类器中的DenseNet结构示意图。分类器可以包括三维处理模块和二维处理模块。三维处理模块用于对输入的训练样本执行三维图像处理,二维处理模块用于对输入的训练样本执行二维图像处理。本公开实施例中利用所述训练样本的权重对输入到所述分类器的训练样本执行特征提取和全连接处理,得到针对所述预设病灶的第一分类结果,包括:对所述训练样本执行三维图像的特征提取和全局池化处理,得到第一特征;对所述训练样本执行二维图像的特征提取和全局池化处理,得到第二特征;对所述第一特征和第二特征进行特征融合,得到融合特征;对所述融合特征执行全连接处理,得到所述第一分类结果。
本公开实施例的分类器中的特征提取模块可以包括卷积层,通过卷积层的处理可以得到相应的第一样本特征。其中,在三维图像处理过程中可以利用三维图像的卷积层3DConvlayer对三维图像执行特征提取得到三维特征,在二维图像处理过程中可以利用二维图像的卷积层2DConvlayer对二维图像执行特征提取得到二维特征。而后在三维图像处理中,对三维特征进行多层给卷积处理,在特征提取模块之后可以依次连接多个DenseNet3D,而后连接全局池化层执行池化处理,得到第一池化特征。在二维图像处理中,利用注意力模块采用注意力机制(Attention机制)执行基于注意力值的卷积处理,而后依次连接多个DenseNet2D,而后连接全局池化层执行池化处理,得到第二池化特征。基于第一池化特征和第二池化特征的连接结果,得到融合特征(第一样本特征)。而后再利用全连接层以及sigmoid处理,得到第一分类结果。
而后,可以根据每个分类器得到的第一分类结果,确定输入的训练样本中针对每种预设病灶的权重,而后继续下一分类器的分类处理。
其中,本公开实施例可以利用训练样本的权重以及相应的特征的乘积,进行特征变换。
网络的基础结构为Denseblock结构,其内部结构如图8所示,通过密集连接实现特征重用,缓解梯度消失问题。2D和3D网络在全局池化层进行特征拼接后,通过全连接层连接,经过sigmoid激活后输出,输出节点个数为15个,对应疾病标签个数。对于多标签分类模型,每个输出节点的损失函数均采用二分类Focal Loss,整个模型的损失函数为所有节点损失函数均值,从而使模型在训练过程关注难分样本和少数类样本,提升精度。Focal Loss公式如下所示:
FL(pt)=-αt(1-pt)γlog(pt)
其中,pt表示第t类预测病灶的概率值,αt表示控制正类权重,(1-pt)表示增加难分类样本权重,降低易分类样本权重;γ表示控制难分类样本的重要性。在应用时通过αt和γ反向变化调节获取最佳配置。
多标签分类模型在测试时还需要确定最优阈值,不同于传统的经验设定方案,本发明使用了自适应阈值方法来确定各标签的最优的阈值。具体实现方法为:设定阈值区间(0.01,0.99),间隔为0.01,对每个标签类别,分别计算并找出其在阈值区间内的最优准确率,该准确率对应的阈值即为改标签类别最优阈值。在模型应用时,可以直接使用与目标数据分布最接近的测试集对应最优阈值。
此外,为了进一步提升模型对标签噪声的鲁棒性,在模型训练时对one-hot标签进行平滑处理。对于N个预设病灶的类别,Label Smoothing公式如下所示:
其中,α为(0,1)范围内的数值,yi表示是否存在预设病灶,N表示预设病灶的数目。
对多标签分类中的每一个标签,有存在或不存在两种类别,因此上述公式可以转化为:
在每次训练迭代时,相当于以1-α/2的概率将训练样本(xi,yi)代入训练,以α/2的概率将(xi,1-yi)代入训练,既有正确标签输入,又有错误标签输入,因而模型不会全力匹配每一个标签,而仅在一定程度上匹配,提高了模型对噪声的容忍能力,在遇到真正错误标签时,模型所受影响相对较小。
本公开实施例对训练图像集依次进行数据前处理,线下增强(选取5种增强方式按本发明规则和配比)与线上增强(Mixup)。借鉴Adaboost思想构建的***框架,构建多个弱分类器,后续分类器通过添加样本权重,减少关注前一分类器判断的错分样本(很大可能性就是带标签噪声样本),最后对结果进行基于加权投票法的集成获得一个强分类器;结合Attention机制2D卷积与3D卷积融合网络结构。利用单一弱分类器在训练过程融入数据清洗模块(聚类处理)筛选或纠正标签;使用了类似的多标签分类噪声对抗设计组合:训练数据标签加入Label Smoothing;样本加入Mixup线上数据增强;单一弱分类器在训练过程融入数据清洗模块筛选或纠正标签;模型测试过程通过Adaptive Threshold确定多标签类别的最优阈值。
以肺部疾病为例,由于病人级肺部疾病标签通常由专家诊断获取,受限于专家本人的经验知识、工作状态,部分疑难杂症本身难以诊断,无法保证标签的绝对正确,因而存在一定程度的误诊,即对模型而言数据往往存在标签噪声。本发明技术能实现对标签噪声鲁棒,同时仅需少量数据即可完成高精度模型的训练与获取,用于诊断出病人所患的所有可能的肺部疾病。本公开实施例,在实际应用中能达到专家级医生的诊断水平,有效减轻影像科医生负担,提高疾病诊断效率,增加医疗可承载能力。对于医疗条件很差的偏远地区,还能够提升当地医疗水平。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图10示出根据本公开实施例的图像处理装置的框图,如图10所示,所述图像处理装置包括:
获取模块10,用于获取待处理的医学图像;
分类模块20,用于将所述医学图像输入到网络模块,利用所述网络模块获取所述医学图像中关于至少一个类型的预设病灶的分类信息,所述网络模块经过训练且能够检测所述预设病灶;其中,所述网络模块包括至少两个分类器,在训练所述网络模块的过程中,根据第i个分类器对训练样本的分类结果调整第i+1个分类器对所述训练样本的权重,i为大于1且小于或者等于n的整数,n表示分类器的数量。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种图像处理方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图11示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图11,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图12示出根据本公开实施例的另一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图12,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。