[发明专利]一种基于模型迁移的十二指肠自训练分类方法及系统

说明书

本发明公开了一种基于模型迁移的十二指肠自训练分类方法及系统，方法包括：对包含大量预设部位图像的图像集进行预处理，提取预设部位的特征向量，将特征向量输入到预设分类模型进行训练，得到预设部位的分类模型；利用模型迁移将训练好的预设部位的分类模型迁移至十二指肠，得到迁移的模型，基于少量预处理后的十二指肠正常和溃疡的图像，对迁移的模型进行训练，得到十二指肠自训练分类模型；将待分类的十二指肠图像进行预处理，输入到十二指肠自训练分类模型中，计算图像类型的概率，得到正常十二指肠或十二指肠溃疡的分类结果。本发明排除人为因素的影响，在十二指肠标注样本极少的情况下有效的提高分类的准确率。

技术领域

本发明涉及医学图像智能处理技术领域，具体涉及一种基于模型迁移的十二指肠自训练分类方法及系统。

背景技术

十二指肠溃疡是我国人群中常见病、多发病之一，是消化性溃疡的常见类型，多发于气候变化较大的冬春两季，男性发病率明显高于女性。与胃酸分泌异常、幽门螺杆菌(Hpylori)感染、非甾体抗炎药(NSAID)、生活及饮食不规律、工作及外界压力、吸烟、饮酒以及精神心理因素密切相关。十二指肠溃疡多发生在十二指肠球部，以前壁居多，其次为后壁、下壁、上壁，目前，胃镜技术在十二指肠溃疡诊断方面效果显著，被推荐为十二指肠溃疡的主要诊断方法，胃镜检查可对十二指肠黏膜进行直接观察、摄像，还可在直视下取活组织作病理学检查，是诊断十二指肠溃疡的主要方法，但是由于人为因素例如医生的经验水平不一致，或者疏忽等特殊情况会直接影响最后的十二指肠溃疡诊断情况，同时人眼观察胃镜图片也会耗费大量的时间，以及由于人工检测十二指肠溃疡存在数据集的严重不足使得分类模型不准确，检测效率低的问题。

发明内容

因此，本发明提供的一种基于模型迁移的十二指肠自训练分类方法及系统，克服了现有技术中由于数据集的严重不足使得分类模型不准确，检测效率低的缺陷。

为达到上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种基于模型迁移的十二指肠自训练分类方法，包括：

对包含大量预设部位图像的图像集进行预处理，提取预设部位的特征向量，将特征向量输入到预设分类模型进行训练，得到预设部位的分类模型；

利用模型迁移将训练好的预设部位的分类模型迁移至十二指肠，得到迁移的模型，基于少量预处理后的十二指肠正常和溃疡的图像，对迁移的模型进行训练，得到十二指肠自训练分类模型；

将待分类的十二指肠图像进行预处理，输入到十二指肠自训练分类模型中，计算图像类型的概率，得到正常十二指肠或十二指肠溃疡的分类结果。

在一实施例中，对图像进行预处理包括：将预设部位和十二指肠的图像经过旋转、缩放、平移、水平翻转、剪裁以及标准化处理。

在一实施例中，所述预设部位包括胃部及其它脏器。

在一实施例中，将特征向量输入到预设分类模型进行训练，得到预设部位的分类模型的步骤，包括：

通过对Efficient-B3网络深度、宽度和输入图像分辨率进行综合的调整，在Efficient-B3的输出上增加一个预设数值的分类器得到分类模型，将预设部位的特征向量输入到分类模型进行微调，得到预设部位的分类模型。

在一实施例中，利用模型迁移将训练好的预设部位的分类模型迁移至十二指肠，得到迁移的模型，基于少量预处理后的十二指肠正常和溃疡的图像，对迁移的模型进行训练，得到十二指肠自训练分类模型的步骤，包括：

将预设部位分类模型中预设数值的分类器替换为一个二分类器，采用预设分类函数进行分类获得其模型概率的数值，使用预设损失函数进行损失计算，得到迁移的模型；