[发明专利]一种基于生成对抗网络优化医学图像分类性能的方法

说明书

本发明提供了一种基于生成对抗网络优化医学图像分类性能的方法。它包括构建分类任务数据集；在现有的数据上训练分类算法模型；利用生成对抗网络生成新的正样本候选数据；利用投票机制对生成的正样本数据进行严格筛选；按一定比例将生成的数据融入已有的正样本数据微调分类网络。本发明的技术优点在于解决医疗图像分类中存在的正样本数据量少而导致算法泛化能力差，易过拟合，以及人工积累数据成本高等问题。另外，在提升医疗图像分类算法性能的同时能在一定程度上提升算法的抗攻击能力。

技术领域

本发明涉及图像生成和图像分类方法技术领域，尤其涉及一种基于生成对抗网络优化医学图像分类性能的方法。

背景技术

随着近几年来人工智能技术的发展，先进的技术惠及人们生活中的各个领域。医疗人工智能这一概念也开始被大众熟知。而当前中国的医疗制度体系正处于重要的发展阶段，中国医疗行业仍然面临着包括医疗资源分布不均衡，医疗对象人口基数庞大等问题，另外中国经济的不断发展，即将实现全面小康社会的大背景下，百姓对自身的健康问题也越发的重视。因此更先进的技术，更高效的医疗方式和更合理的解决方案便是当前国内医疗行业发展的重要方向。

由于计算机视觉领域关键技术的进步，结合大量的医疗数据与临床医学，智能医疗这一研究学科孕育而生。任何一个学科的发展往往不会是一帆风顺的，更不可能一蹴而就。开发更快、更准的智能医疗系统面临着不少问题，例如高质量的医疗数据获取成本较大，通常需要专家级别的医生，对数据进行标定；同时涉及病人隐私问题，想要获取大量可靠数据也很难实现；另外医疗数据往往存在类别分布极度不平衡问题，有病（正样本）没病（负样本）的数量比往往是几十分之一，甚至更低。因此想要开发某一病种是否患病的智能影像诊断系统，往往可供利用的只有几十个或者几百个案例的数据。为了能开发出分类模型，不得不对数据采取大量的数据增广措施；另外，样本类别分布不均衡的情况下，往往需要对稀少类别的样本（通常是包含有病的正样本）进行过度的重采样。如此开发出来的诊断系统在开发过程中的验证样本上可能会有较好的表现，但是放到实际临床运用，其准确性就会大大降低。

采用生成对抗网络(GAN)模型生成数据，一方面能够缓解数据量不够的问题，另一方面引入生成样本数据，增加训练数据的多样性，可以使得智能医疗分类模型更具有鲁棒性，让其在实际运用过程中获得更好的表现。而本发明正是利用了这一特点，结合深度学习分类算法，以及科学的生成样本数据筛选方式，形成一套能够提高各类医疗图像分类模型性能的方法流程。

发明内容

本发明的目的在于，提供一种基于生成对抗网络优化医学图像分类性能的方法，旨在解决采用一般分类算法的研发方式，往往容易因为数据不够或正样本数据过度重采样，造成分类模型过拟合，鲁棒性差的问题。本发明提出了利用深度学习卷积网络在已有数据训练得到病灶影像分类模型的基础上，采用生成对抗网络生成候选正样本数据，对所生成的数据进行指定方式的筛选之后，融入训练数据，重新训练，微调分类模型提升病灶影像分类模型的精度，同时提升它在实际运用过程中的鲁棒性以及抗攻击性。

为实现上述目的，本发明所提供的技术方案为：一种基于生成对抗网络优化医学图像分类算法的方法，其主要步骤包括：（1）构建分类任务数据集，包括数据预处理，给定标签等；（2）在已有数据上利用数据增广的方式训练初步的分类算法模型；（3）利用原始的正样本数据，训练生成对抗网络生成新的正样本候选数据；（4）将生成的正样本候选数据进行对应（2）中数据增广方式的图像处理，并对（2）的分类模型进行判别，然后采用投票机制判断生成的候选正样本的有效性；（5）将（4）中筛选出的有效候选正样本按一定比例融入（1）构建的数据集，利用新的数据集在（2）的分类模型上进行微调。