您所在的位置: 成果库 一种基于MaskRcnn的膀胱肿瘤检测方法

一种基于MaskRcnn的膀胱肿瘤检测方法

成果类型:: 发明专利

发布时间: 2024-01-04 08:53:39

科技成果产业化落地方案
方案提交机构:成果发布人| 涂媛 | 2024-01-04 08:53:39

本发明提出一种基于MaskRcnn的膀胱肿瘤检测方法,包括:采集少许医学膀胱图片作为训练样本,利用图像处理的方式解决医学膀胱训练图片不足产生样本数据不均衡导致过拟合的问题,该图片具有矩形识别框,矩形识别框包含了膀胱位置标记或肿瘤位置标记或同时具有膀胱和肿瘤位置标记;利用针对本发明调试好的全新参数ResNet对医学图片进行特征提取,并生成预测的ROI区域;预测的ROI区域表示了膀胱和肿瘤可能存在的位置;利用给ResNet加权操作提高了训练速度和测试速度,利用边框回边对利用感兴趣区域进行坐标的平移和尺度缩放;利用非极大值抵制得到目标矩形框。使用人工智能方法即深度学习,大量的减少了传统方法重复的人工操作,提高了速度和效率;达到实时的目的。

鉴于以上所述现有技术的缺点,本发明的目的在于提供一种基于MaskRcnn的膀胱肿瘤检测方法,以解决现有技术中重复的人工操作。为实现上述目的及其他相关目的,本发明提供一种基于MaskRcnn的膀胱肿瘤检测方法,该方法至少包括:采集医学膀胱图片作为训练样本,对训练样本进行数据增强以解决在测试过程中会遇到过拟合的问题,该图片具有矩形识别框,所述矩形识别框包含了膀胱位置标记或肿瘤位置标记或同时具有膀胱和肿瘤位置标记;利用ResNet对医学图片进行特征提取,并生成预测的ROI区域;所述预测的ROI区域表示了膀胱和肿瘤可能存在的位置;利用给ResNet加权重的方法;所述权重为固定值a、b,该方法可以有效的提升训练和测试速度;利用边框回归对感兴趣区域进行坐标的平移和尺度缩放;利用非极大值抵制得到目标矩形框;

基于MaskRcnn的膀胱肿瘤检测方法具有较好的应用前景,其可以提高膀胱肿瘤检测的准确性和效率,从而有助于改善患者的治疗效果。这种方法通过深度学习技术,自动识别和检测膀胱肿瘤,减少了传统方法中重复的人工操作,从而提高了速度和效率,达到了实时的目的。

此外,这种方法还可以用于膀胱肿瘤的早期诊断和筛查,帮助医生更早地发现肿瘤,从而提高患者的治疗效果。此外,这种方法还可以用于膀胱肿瘤的术后监测和随访,帮助医生更准确地评估治疗效果,并及时发现复发或转移的肿瘤。

总的来说,基于MaskRcnn的膀胱肿瘤检测方法具有广泛的应用前景,有望在膀胱肿瘤的诊断和治疗中发挥重要作用。

广西师范大学地处世界级旅游城市、国家历史文化名城桂林,是国家教育部与广西壮族自治区人民政府共建高校,“中西部高校基础能力建设工程项目”高校,广西重点建设的“国内一流大学”高校,全国文明校园。有王城、育才、雁山3个校区,校园面积4100多亩,各类学生50000多人,各类教职工4000多人(含离退休人员)。学校已发展成为广西教师教育的“领头羊”、人文强桂的“主力军”、科技兴桂的“生力军”、广西国际教育的“排头兵”。目前,学校正全力推进“双一流”建设和综合改革,努力实现建设国际知名、教师教育特色鲜明的国内一流大学的目标。

(1)本发明使用自己设定的参数的ResNet-18网络针对少样本任务进行训练,提高了模型的鲁棒性的同时有效的解决了过拟合的问题。

(2)本发明对现有的特征提取ResNet网络进行优化,通过加权的手段,加快了网络的收敛速度,从而提高训练和测试的速度。

(3)本发明所有参数都可以调节,在训练的时候,根据计算机的性能,可以调节参数的设置让模型的效果更好。

(4)本发明所有步骤都在GPU中处理,这样使整个训练过程加快。

技术转让,许可,合作所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接此项目。