CN113781390B 一种基于半监督学习的胰腺囊肿鉴别方法和系统 （杭州深睿博联科技有限公司）

一种基于半监督学习的胰腺囊肿鉴别方法本发明提供了一种基于半监督学习的胰腺学习模型提取多期相胰腺影像的胰腺轮廓概率率图指导下提取多期相胰腺囊肿影像的胰腺囊2通过带有少量人工标签的训练集训练半监督学习模型，得到训练后的半监督学习模利用训练后的半监督学习模型在胰腺轮廓概率图指导下提取多期相胰腺囊肿影像的提取胰腺囊肿轮廓概率图的胰腺囊肿区域，根据胰腺囊肿区域并结对胰腺形态得分和胰腺囊肿形态得分由高到低进行排序并筛选出训练集中得分靠前利用训练后的半监督学习模型在胰腺轮廓概率图指导下提取多期相胰腺囊肿影像的胰腺囊肿轮廓变形场，并判别胰腺囊肿轮廓变形场与原始胰腺囊肿轮廓变形场的近似度，据胰腺囊肿区域并结合临床知识驱动特征鉴别胰将胰腺囊肿区域分成若干图像块，并将每个图像块包含的信息记录每个序列表征向量对应的位置表征向量position将序列表征向量patchembedding和位置表征向量positionembedding输入临床驱动3Transformer中并结合临床知识驱动特征鉴模型训练模块：用于通过带有少量人工标签的训练集训练半第一分割模块：用于利用训练后的半监督学习模型提取多期第二分割模块：用于利用训练后的半监督学习模型在胰腺轮鉴别模块：用于提取胰腺囊肿轮廓概率图的胰腺囊肿区域，迭代训练模块：用于对胰腺形态得分和胰腺囊肿形态得分由高到低程序在被处理器执行时用于执行权利要求1至7任一项所述的一种基于半监督学习的胰腺4[0007]利用训练后的半监督学习模型在胰腺轮廓概率图指导下提取多期相胰腺囊肿影[0011]利用训练后的半监督学习模型在胰腺轮廓概率图指导下提取多期相胰腺囊肿影[0012]对胰腺形态得分和胰腺囊肿形态得分由高到低进行排序并筛选出训练集中得分5序并筛选的得分为训练集中各数据对应的胰腺形态得分和所述胰腺[0019]将序列表征向量patchembedding和位置表征向量positionembedding输入临床驱动Transformer中并结合临床知识驱动特征鉴别胰6序并筛选的得分为训练集中各数据对应的胰腺形态得分和所述[0032]本发明一实施例中，鉴别模块中提射至对应的序列表征向量patchembed[0036]鉴别单元：用于将序列表征向量patchembedding和位置表征向量position[0043]图1所示为本发明一实施例一种基于半监督学习的胰腺囊肿鉴别方法的流程示意[0045]图3所示为本发明一实施例一种基于半监督学习的胰腺囊肿鉴别系统的结构示意7[0049]S110:通过带有少量人工标签的训练集训练半监督学习模型，得到训练后的半监[0050]S120:利用训练后的半监督学习模型提取多期相胰腺影像的胰腺轮廓概率图，多[0052]提取得到的胰腺轮廓概率图为多期相胰腺影像中每个像素对应为胰腺可能性的场的标签可以由ndimage.distance_transform_edt函数生成，ndimage.distance_的胰腺形态得分0-1分不等(得分机制为按照胰腺轮廓变形场与原始胰腺轮廓变形场的近似度进行评分，胰腺轮廓变形场越接近原始胰腺轮廓变形场这个得分的分值就越接近于[0053]S130:利用训练后的半监督学习模型在胰腺轮廓概率图指导下提取多期相胰腺囊肿影像的胰腺囊肿轮廓概率图。同上多期相胰腺囊肿影像通过CT或MRI等方式获得并经过配准。并经过S160:利用训练后的半监督学习模型在胰腺轮廓概率图指导下提取多期相胰8[0057]在得到胰腺形态得分和胰腺囊肿得分后，执行S170:对胰腺形态得分和胰腺囊肿形态得分由高到低进行排序并筛选出训练集中得分靠前的一组数据生成带有机器标签的[0059]S140:在获得胰腺囊肿轮廓概率图之后，提取胰腺囊肿轮廓概率图的胰腺囊肿区干图像块，并将每个图像块包含的信息映射至对应的序列表征向量patchembedding中；之后记录每个序列表征向量对应的位置表征向量positionembedding；最后将序列表征向量patchembedding和位置表征向量positionembedding输入临床驱动Transformer中[0061]1.本发明第一形态判别网络和第二形态判别网络对胰腺和囊肿的变形场进行判9[0063]3.本发明设计了一种病灶(胰腺囊肿)分割以及病灶(胰腺囊肿)鉴别的端到端网络，胰腺囊肿分割采用了器官分割结果指导病灶分割的思想，设计了基于临床驱动Transformer用于囊肿的良恶性鉴别，临床驱动Transformer不光有效利用了图像的序列[0067]第一分割模块220：用于利用训练后的半监督学习模型提取多期相胰腺影像的胰[0068]第二分割模块230：用于利用训练后的半监督学习模型在胰腺轮廓概率图指导下[0071]第一判别模块250：用于利用训练后的半监督学习模型提取多期相胰腺影像的胰[0072]第二判别模块260：用于利用训练后的半监督学习模型在胰腺轮廓概率图指导下[0073]迭代训练模块270：用于对胰腺形态得分和胰腺囊肿形态得分由高到低进行排序[0075]本发明一实施例中，胰腺形态得分通过半监督学习模型的第一形态判别网络获得分的分数为训练集中各数据对应的胰腺形态得分的分数和胰腺囊肿得分的映射至对应的序列表征向量patchembed[0079]记录单元242：用于记录每个序列表征向量对应的位置表征向量position[0080]鉴别单元243：用于将序列表征向量patchembedding和位置表征向量position[0082]本申请的实施例还提供能够实现上述实施例中的一种基于半监督学习的胰腺囊单元330用于实现服务器端设备以及终端设备等相述实施例中的一种基于半监督学习的胰腺囊肿鉴别方法中的器(ProgrammableRead-OnlyMemory，简称：PROM)，可擦除只读存储器(ErasableProgrammableRead-OnlyMemory，简称：EPROM)，电可擦除只读存储器(Electric用处理器，包括中央处理器(CentralProcessingUnit，简称：CP