[发明专利]基于注意力卷积神经网络的CT图像分割系统

说明书

本发明提供一种基于注意力卷积神经网络的CT图像分割系统，包括使用并联卷积神经网络来逐步减小输入图像的特征图大小，通过网络层复用以及各层特征的截取与融合，实现同时提取出图像语义信息和空间信息的特征编码模块；使用池化生成注意力特征，将特征编码模块提取的语义信息特征进一步精练细化的语义信息提取注意力模块；使用最大池化与平均池化并联，将经过精细化的语义信息特征与经过特征编码模块拼接的语义信息和空间信息特征进行融合组成为注意力特征图的特征融合池化注意力模块；使用卷积模块与上采样模块，将注意力特征图逐步精细还原为输入图像大小的特征图解码模块。本发明通过融合注意力模块，实现了高效而精准的图像分割。

技术领域

本发明涉及图像理解技术领域，具体涉及一种基于注意力卷积神经网络的CT图像分割系统。

背景技术

图像分割作为计算机视觉领域重要的基础性研究问题，而医学影像分割作为图像分割的一种应用，可以短时间并迅速的对于大量患者的病灶精确准定位。因此如何有效的将图像分割技术应用在医学影像中，成为研究者们的主要任务。

医学影像分割通过对医学影像特征的提取，逐像素将图像中的语义表达分类，医学影像分割需要精确定位对象与所属于的类和对象所在的位置，且需要清楚的划分出对象边界，以区分出不同类别对象。

目前国内外广泛应用的医学图像分割方法有很多种，其中传统方法主要包括：基于阈值的分割，阈值分割的优点是实现相对简单，但是不太适用于多通道图像和特征值相差不大的图像，对于图像中不存在明显的灰度差异或各物体的灰度值范围有较大重叠的图像分割问题难以得到准确的结果；基于边缘分割方法，边缘检测的优点是搜索检测速度很快，对边缘检测效果好，但是也有着不能得到较好的区域结构、边缘检测时抗噪性和检测精度之间的矛盾的缺点；基于活动轮廓模型的方法又称Snake模型，原始的Snake模型其基本思想是通过能量最小化，将一条带有能量函数的初始曲线朝着待检测的目标轮廓方向逐步变形与运动，最终收敛到目标边界，得到一个光滑并且连续的轮廓，原始的Snake模型存在难以捕捉目标凹陷边界及对初始轮廓线敏感等不足，因而后续有许多改进的方法。

另外基于神经网络的分割方法，自从Long等人于2014年提出FCN算法(FullyConvolutional Networks)之后，就将端到端的卷积网络推广到语义分割中。其重新将预训练好的ImageNet网络用于分割问题中，使用反卷积层进行上采样，提出了跳跃连接来改善上采样的粗糙程度，但是FCN得到的结果距离实际应用还是有着一定的差距。虽然使用跳跃结构进行精度的提升，但是对于图像的边缘信息，模型无法很好的分离出来。对逐像素分类的过程当中，FCN没有充分考虑到像素间的联系，缺少空间一致性。Vijay等人于2015年提出SegNet(Semantic Segmentation)算法，该算法将大池化指数转移至解码器中，改善了分割分辨率。在FCN网络中，通过卷积层和一些跳跃连接产生了粗糙的分割图，为了提升效果而引入了更多的跳跃连接。然而，FCN仅仅复制了编码器特征，而SegNet复制了最大池化指数，这使得在内存使用上，SegNet比FCN更为高效。

Ronneberger等人提出的U-Net将浅层语义信息与深层语义信息相结合，使用Encoder与Decoder架构对于医疗图像进行分割，但是其特征提取的部分并不好。Yu等人于2016年提出了空洞卷积层(DilatedConvolutions)，在不降低空间维度的前提下增大了相应的感受野指数。在接下来将提到的DeepLab中，空洞卷积被称为多孔卷积(AtrousConvolution)。从预训练好的分类网络中(这里采用VGG，Visual Geometry GroupNetwork)移除最后两个池化层，而用空洞卷积取代了随后的卷积层。DeepLabV2和V3中使用了空洞卷积，并且在空间维度上实现金字塔型的空洞池化ASPP(Atrous Spatial PyramidPooling)，同时使用了全连接条件随机场，空洞卷积在不增加参数量的情况下增大了感受野。