申请/专利权人：山东黄海智能装备有限公司

申请日：2024-04-15

公开（公告）日：2024-06-18

公开（公告）号：CN118052716B

主分类号：G06T3/4053

分类号：G06T3/4053;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2024.06.04#实质审查的生效;2024.05.17#公开

摘要：本发明提出了一种卵巢囊肿图像处理方法，涉及图像识别技术领域。本发明提出了卵巢囊肿图像处理流程，包括制作卵巢囊肿数据集、构建变形自注意力模块TSAM、构建卷积前馈网络CFFN、构建特征处理块FHB、构建特征处理组FHG、构建特征处理层FHL、构建超分辨率重建模块、构建卵巢囊肿图像处理模型和训练卵巢囊肿图像处理模型并实时处理；同时提出了变形自注意力模块TSAM，可以在自注意力的通道和空间信息之间取得适当的平衡，以及提出了卷积前馈网络CFFN，可以补偿TSAM引起的高频信息损失，TSAM和CFFN可以组成特征处理块FHB，FHB在引入较小计算负担的前提下有效地构建大窗口内的成对相关性。

主权项：1.一种卵巢囊肿图像处理方法，其特征在于，包括以下步骤：S1、制作卵巢囊肿数据集，使用超声波设备获取卵巢图像，将卵巢图像中的囊肿区域进行人工标注，将所有标注数据和卵巢图像形成卵巢囊肿数据集，并按8比2划分训练集和验证集；S2、构建变形自注意力模块TSAM，包括多个线性层、逐元素相加、矩阵乘法和维度变换；所述变形自注意力模块TSAM，输入特征图XTin，XTin∈RH×W×C，H和W代表特征图XTin的高度和宽度，C代表特征图XTin的通道数，设置衰减参数r，XTin经过LayerNorm得到XTinL，然后将XTinL分为N个不重叠的正方形窗口，使用X代表所有正方形窗口，S为每个正方形窗口的边长，NS2＝H×W，然后获得Q、K和V，Q＝LQX，K＝LKX，V＝LVX，LQ、LK和LV是三个线性层，Q保持和X一样的通道维度，K和V的通道维度被压缩到Cr2，然后将K和V进行维度变换，即将K和V的通道Cr2变换为C，将NS2变换为NS2r2，从而得到Kt和Vt，使用Q、Kt和Vt获得变形自注意力模块TSAM的输出XTout，XTout∈RH×W×C，其中代表Kt的转置，dk是K的通道维度，其中LO代表线性层，+代表逐元素相加，Softmax代表Softmax函数；S3、构建卷积前馈网络CFFN，包括线性层、ReLU激活函数、LayerNorm和深度卷积；所述卷积前馈网络CFFN，输入特征图XCin∈RH×W×C，H和W代表特征图XCin的高度和宽度，C代表特征图XCin的通道数，首先计算中间特征XCinM，XCinM＝ReLU1L1LNXCin，XCinM∈RH×W×C，LN代表LayerNorm，L1是第一个线性层，ReLU1是第一个ReLU激活函数，然后计算卷积前馈网络CFFN的输出XCout，XCout＝L2ReLU2DWConvXCinM+XCinM+XCin，XCout∈RH×W×C，DWConv是深度卷积，ReLU2是第二个ReLU激活函数，L2是第二个线性层，+代表逐元素相加；S4、构建特征处理块FHB，包含变形自注意力模块TSAM和卷积前馈网络CFFN；S5、构建特征处理组FHG，包含多个特征处理块FHB和单个卷积；S6、构建特征处理层FHL，包含多个特征处理组FHG和单个卷积；S7、构建超分辨率重建模块，包含像素嵌入层、特征处理层FHL和超分辨率图像重建层；所述超分辨率重建模块，包含像素嵌入层、特征处理层FHL和超分辨率图像重建层，像素嵌入层是一个3×3卷积，超分辨率图像重建层由3×3卷积和亚像素卷积组成，对于输入图像I，I∈RH×W×3，H和W是输入图像I的高度和宽度，输入图像I的通道数为3，像素嵌入层将I转换为特征嵌入Fpe，其中H1和H不相等，W1和W不相等，C1不等于3，将Fpe输入到特征处理层，得到特征Fh，将Fh输入到超分辨率图像重建层，得到超分辨率重建图像Isr，Isr∈R2H×2W×3，Isr的高和宽均是I的高和宽的两倍；S8、构建卵巢囊肿图像处理模型，由输入、超分辨率重建模块、骨干网络、检测头和输出组成；S9、训练卵巢囊肿图像处理模型并实时处理，使用卵巢囊肿数据集训练卵巢囊肿图像处理模型，训练完成后，输入超声波设备实时产生的卵巢图像到卵巢囊肿图像处理模型，得到处理结果。

全文数据：

权利要求：

百度查询： 山东黄海智能装备有限公司 一种卵巢囊肿图像处理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD