CN117036750A - 膝关节病灶检测方法及装置、电子设备和存储介质 - Google Patents

膝关节病灶检测方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN117036750A
CN117036750A CN202311028640.9A CN202311028640A CN117036750A CN 117036750 A CN117036750 A CN 117036750A CN 202311028640 A CN202311028640 A CN 202311028640A CN 117036750 A CN117036750 A CN 117036750A
Authority
CN
China
Prior art keywords
layer
image
module
feature
attention
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311028640.9A
Other languages
English (en)
Inventor
段阳
周娟
鲍沈平
邢登祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Hospital of Shenyang Military Region
Original Assignee
General Hospital of Shenyang Military Region
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Hospital of Shenyang Military Region filed Critical General Hospital of Shenyang Military Region
Priority to CN202311028640.9A priority Critical patent/CN117036750A/zh
Publication of CN117036750A publication Critical patent/CN117036750A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种膝关节病灶检测方法及装置、电子设备和存储介质，涉及膝关节病灶检测技术领域。其中，所述的方法，包括：对获取的膝盖图像中的T1第一图像及T2第二图像进行相似性信息计算，并基于所述相似性信息得到对应的第三图像；对所述T1第一图像、所述T2第二图像及所述第三图像进行合成，得到待处理图像；基于预设目标检测模型，对所述待处理图像进行膝关节病灶检测。本公开实施例可实现膝关节病灶检测。

Description

膝关节病灶检测方法及装置、电子设备和存储介质
技术领域
本公开涉及膝关节病灶检测技术领域，尤其涉及一种膝关节病灶检测方法及装置、电子设备和存储介质。
背景技术
膝关节疾病是全球疼痛和功能受限的主要原因，每年影响着数以百万计的人群。膝骨关节炎，由软骨退化导致的膝关节磨损，是最常见的膝关节疾病类型，占所有病例的大部分比例。这种类型的疾病发生时，关节缓冲的退化导致关节炎症和疼痛，可能导致长期的功能障碍或不适。因此，早期诊断和治疗对患者的生活质量和功能恢复至关重要。然而，膝关节疾病的诊断往往具有挑战性，尤其是在疾病的早期阶段。
传统的影像学检查方法，如X射线和计算机断层扫描(CT)，虽然在确定骨质病变和关节间隙变化等方面有一定的价值，但在早期软骨病变的检测中表现不佳。特别是在疾病早期，当软骨退化和关节炎症刚刚开始时，这些传统的影像学方法往往无法发现明显的病变。
尽管冠状面PD或T2加权图像能够提供丰富的膝关节软骨和其他软组织的信息，但仍然存在一些挑战。首先，PD或T2加权图像中的信号强度改变可能受到多种因素的影响，包括软骨的水分含量、弹性、厚度以及局部的炎症反应等。因此，解读这些图像需要放射科医生具有丰富的经验和深厚的专业知识。其次，PD或T2加权图像可能存在伪影，包括由患者运动、磁场不均匀性和其他因素引起的伪影。这些伪影可能会模糊真实的病变，导致诊断错误。
为了克服这些挑战，许多研究者正在努力开发新的计算机辅助诊断方法，以提高膝关节疾病的早期诊断准确性。这些计算机辅助诊断方法，包括基于人工智能的深度学习算法，可以自动分析PD或T2加权图像，识别出病变区域，并提供可能的疾病诊断。这些新的计算机辅助诊断方法，有望进一步提高膝关节疾病的早期诊断准确性，帮助医生制定更有效的治疗计划。
总的来说，膝关节疾病是一种常见的疾病，对患者的生活质量和功能恢复产生重大影响。冠状面PD或T2加权图像在膝关节疾病的早期诊断中具有重要的应用价值。然而，解读这些图像需要丰富的经验和专业知识，同时还存在伪影等问题。因此，开发新的计算机辅助诊断方法，以提高诊断的准确性和效率，是当前的研究热点。
随着人工智能(AI)的快速发展，深度学习(DL)已成为医学图像分析的有力工具，并取得了可喜的成果，而最常见的深度学习架构是卷积神经网络(CNN)。例如，深度学习可用于检测和识别肺癌、慢性阻塞性肺病、乳腺癌组织病理学、肺结节、乳腺结节。此外，深度学习还被用于检测肺炎、肺结节和乳腺结节等疾病的良性或恶性，其准确性可与专家相媲美。深度学习还被用于检测肺炎、糖尿病视网膜病变和皮肤病等。关于膝关节疾病，一些研究表明，深度学习可以成功地用于检测MRI图像上的膝关节炎症和/或膝关节退行性病变。CNN的关键优势在于能够从原始输入数据中自动识别层次结构和复杂特征。这种自动学习的特征提取有效减轻了放射科医生的工作量，关键是降低了忽略关键特征的风险，从而提高了诊断精度。
尽管这些方法代表了机智的深度学习方法，但不同参数和疾病程度表现出了不同的信号强度。除了上述信号强度的逐渐变化外，膝关节疾病病灶大小不一、形状各异、顶部不相关，且遍布膝关节的各个区域。这些都给自动检测病变带来困难。
发明内容
本公开提出了一种膝关节病灶检测方法及装置、电子设备和存储介质技术方案。
根据本公开的一方面，提供了一种膝关节病灶检测方法，包括：
对获取的膝盖图像中的T1第一图像及T2第二图像进行相似性信息计算，并基于所述相似性信息得到对应的第三图像；
对所述T1第一图像、所述T2第二图像及所述第三图像进行合成，得到待处理图像；
基于预设目标检测模型，对所述待处理图像进行膝关节病灶检测。
优选地，所述预设目标检测模型，包括：骨干层、与所述骨干层连接的颈部层及与所述颈部层连接的预测层；
利用所述骨干层，对所述待处理图像进行特征提取，得到对应的不同尺度的全局特征图；其中，所述骨干层的末端设置有用于得到所述不同尺度的全局特征图对应的第一多尺度Swin Transformer模块；
利用所述颈部层，对所述不同尺度的全局特征图进行处理，得到处理后的不同尺度的多个全局注意力特征图；其中，所述颈部层包括或在所述颈部层设置用于对所述不同尺度的全局特征图进行处理的多个依次相连接的第二多尺度Swin Transformer模块；
基于所述多个全局注意力特征图，完成对膝关节病灶检测。
优选地，所述骨干层，包括：依次连接的切片层、增强特征表达能力的多个C3层、所述第一多尺度Swin Transformer模块；
利用所述切片层，对所述待处理图像进行切片操作，得到对应的切片图像；
利用所述增强特征表达能力的多个C3层，对所述切片图像进行特征提取，得到待处理的多个特征图；
利用所述设所述第一多尺度Swin Transformer模块，对所述与其相连的所述增强特征表达能力的C3层输出的到待处理的特征图进行处理，得到不同尺度的全局特征图；以及/或，
所述依次连接的切片层、增强特征表达能力的多个C3层、设置具有SwinTransformer块的C3层之间还设置有用于下采样的卷积层Conv；以及/或，
所述第一多尺度Swin Transformer模块，包括：设置具有Swin Transformer块的C3层及与其相连接的快速空间金字塔池层SPPF或空间金字塔池层SPP。
优选地，所述颈部层，还包括：与所述多个依次相连接的第二多尺度SwinTransformer模块连接的多个依次相连接的基础注意力特征图提取模块；
所述多个依次相连接的基础注意力特征图提取模块，分别与所述增强特征表达能力的多个C3层或所述多个C3层中的某几个C3层的输出端连接及所述骨干层的输出端连接，用于生成对应的多个多阶注意力特征图；
所述多个依次相连接的第二多尺度Swin Transformer模块，用于基于所述多个多阶注意力特征图及未参与生成所述多个多阶注意力特征图的增强特征表达能力的多个C3层中的C3层，生成不同尺度的多个全局注意力特征图；以及/或，
其中，所述多个依次相连接的基础注意力特征图提取模块分别包括：拼接层及与所述拼接层连接的所述多阶通道注意模块；
利用所述拼接层，将所述不同尺度的全局特征图/所述基础注意力特征图提取模中多阶通道注意模块输出的多阶注意力特征图与所述及所述增强特征表达能力的多个C3层中对应的待处理的特征图进行拼接处理，得到拼接特征图；
利用所述基础注意力特征图提取模中多阶通道注意模块，对所述接特征图进行处理，得到每个基础注意力特征图提取模块对应的多阶注意力特征图；以及/或，
其中，所述多个依次相连接的基础注意力特征图提取模块的数目配置为2个，包括：第一拼接层、与所述第一拼接层连接的第一多阶通道注意模块、第二拼接层、与所述第二拼接层连接的第二多阶通道注意模块；
利用所述第一拼接层，将所述不同尺度的全局特征图及所述增强特征表达能力的多个C3层中最后一层C3层对应的待处理的特征图进行拼接处理，得到第一拼接特征图；
利用所述第一多阶通道注意模块，对所述第一拼接特征图进行处理，得到第一多阶注意力特征图；
利用所述第二拼接层，对所述第一注意力特征图及所述增强特征表达能力的多个C3层中最后一层C3层的上一层C3层对应的待处理的特征图进行拼接处理，得到第二拼接特征图；
利用所述第二多阶通道注意模块，对所述第二拼接特征图进行处理，得到第二多阶注意力特征图；以及/或，
所述第一拼接层之前还设置有增加通道数的第一卷积层及第一上采样层；其中，所述第一卷积层的两端分别所述骨干层的输出端及所述第一上采样层输入端连接；其中，所述第一上采样层输出端与所述第一拼接层的第一输入端连接，所述第一拼接层的第二输入端与所述增强特征表达能力的多个C3层中最后一层C3层的输出端连接；以及/或，所述第一拼接层与第一多阶通道注意模块之间还设置有至少一层的第一C3层；所述第二拼接层之前还设置有增加通道数的第二卷积层及第二上采样层；其中，所述第二卷积层的两端分别所述第一多阶通道注意模块的输出端及所述第二上采样层输入端连接；其中，所述第二上采样层的输出端与所述第二拼接层的第一输入端连接，所述第二拼接层的第二输入端与所述增强特征表达能力的多个C3层中最后一层C3层的上一层C3层的输出端连接；以及/或，所述第二拼接层与第二多阶通道注意模块之间还设置有至少一层的第二C3层；以及/或，
所述颈部层，还包括：用于拼接所述多个多阶注意力特征图及未参与生成所述多个多阶注意力特征图的增强特征表达能力的多个C3层中的C3层，和/或用于拼接所述多个多阶注意力特征图及所述多个依次相连接的第二多尺度Swin Transformer模块输出的多阶注意力特征图的多个拼接层；以及/或，
在所述多个拼接层之前，还设置有与其连接的用于降低通道数或用于下采用的卷积层和/或第三上采样层；以及/或，
在所述第二多尺度Swin Transformer模块的输出端还设有对应的多阶通道注意模块，利用所述多阶通道注意模块得到对应的多阶注意力特征图；以及/或，
所述第二多尺度Swin Transformer模块，包括：设置具有Swin Transformer块的C3层及与其相连的快速空间金字塔池层SPPF或空间金字塔池层SPP。
优选地，所述第一多尺度Swin Transformer模块和/或所述第二多尺度SwinTransformer模块中的Swin Transformer模块，包括：基于窗口的多头自注意模块及与其向连接的基于位移窗口的多头自注意力模块；以及/或，
所述快速空间金字塔池层SPPF或空间金字塔池层SPP，包括：多个池化支路；利用所述多个池化支路对所述快速空间金字塔池层SPPF或空间金字塔池层SPP的输入特征图进行池化操作，得到对应的多个池化特征图；
对所述多个池化特征图及所述输入特征图进行拼接，得到池化拼接特征图；
并将所述池化拼接特征图输入所述具有Swin Transformer块的C3层。
优选地，所述多阶通道注意模块，包括：依次连接的协方差矩阵计算模块、迭代模块及乘法模块；
利用所述协方差矩阵计算模块，计算所述多阶通道注意模块输入的待处理特征图对应的协方差矩阵；
利用所述迭代模块对所述协方差矩阵进行迭代处理，得到迭代特征图；
利用所述乘法模块对所述迭代特征图及所述待处理特征图进行相乘，得到所述多阶通道注意模块输出对应的多阶注意力特征图；以及/或，
所述多阶通道注意模块，还包括：设置在所述迭代模块与乘法模块之间的池化模块；
利用所述池化模块，对所述迭代特征图进行池化处理，得到迭代特征向量；
利用所述乘法模块对所述迭代特征向量及所述待处理特征图进行相乘，得到所述多阶通道注意模块输出对应的多阶注意力特征图；以及/或，
所述多阶通道注意模块，还包括：设置在所述池化模块与乘法模块之间的卷积模块；
利用所述卷积模块，对所述迭代特征向量进行池化处理，得到卷积特征向量；
利用所述乘法模块对所述卷积特征向量及所述待处理特征图进行相乘，得到所述多阶通道注意模块输出对应的多阶注意力特征图；以及/或，
所述迭代模块，包括：特征值分解模块；
利用所述特征值分解模块对所述协方差矩阵进行分解，得到分解矩阵；
对所述分解矩阵进行迭代处理，得到迭代特征图；以及/或，
所述迭代模块，还包括：预规范化和/或补偿模块；
在对所述协方差矩阵或分解矩阵进行迭代处理前，计算所述协方差矩阵或分解矩阵的迹或范数；
所述预规范化范化利用所述迹或所述范数对所述协方差矩阵或分解矩阵进行预规范化，得到预规范化矩阵；
利用所述迭代模块对所述预规范化矩阵进行迭代处理，得到迭代特征图；
所述补偿模块利用所述迹或所述范数对所述迭代特征图进行补偿，得到最终的迭代特征图。
优选地，在所述对获取的膝盖图像中的T1图像及T2图像进行相似性信息计算之前，还包括：
分别对所述膝盖图像中的T1第一图像及T2第二图像按照设定方向进行切片处理，得到对应的第一二维切片图像及第二二维切片图像；
计算所述第一二维切片图像及所述第二二维切片图像之间的相似性信息；以及/或，
在所述计算所述第一二维切片图像及所述第二二维切片图像之间的相似性信息之前，还包括：分别对所述第一二维切片图像及所述第二二维切片图像进行归一化处理，得到第一归一化图像及第二归一化图像；
计算所述第一归一化图像及所述第二归一化图像的相似性信息。
根据本公开的一方面，提供了一种膝关节病灶检测装置，包括：
计算单元，用于对获取的膝盖图像中的T1第一图像及T2第二图像进行相似性信息计算，并基于所述相似性信息得到对应的第三图像；
合成单元，用于对所述T1第一图像、所述T2第二图像及T2第二图像进行合成，得到待处理图像；
检测单元，用于基于预设目标检测模型，对所述待处理图像进行膝关节病灶检测。
根据本公开的一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行上述膝关节病灶检测方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述膝关节病灶检测方法。
在本公开实施例中，提出了一种膝关节病灶检测方法及装置、电子设备和存储介质技术方案，以减少膝盖图像中背景及伪像，从而减少假阳性或假阴性结果，使膝关节病灶检测更加准确。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的膝关节病灶检测方法的流程图；
图2示出根据本公开实施例的预设目标检测模型的网络结构示意图；
图3示出根据本公开实施例的多尺度Swin Transformer模块的网络结构示意图；
图4示出根据本公开实施例的多阶通道注意模块(二多阶通道注意模块)的结构示意图；
图5示出根据本公开实施例的膝关节病灶检测装置的框图；
图6是根据一示例性实施例示出的一种电子设备800的框图；
图7是根据一示例性实施例示出的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
此外，本公开还提供了膝关节病灶检测装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种膝关节病灶检测方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图1示出根据本公开实施例的膝关节病灶检测方法的流程图。如图1所示，所述膝关节病灶检测方法，包括：步骤S101：对获取的膝盖图像中的T1第一图像及T2第二图像进行相似性信息计算，并基于所述相似性信息得到对应的第三图像；步骤S102：对所述T1第一图像、所述T2第二图像及所述第三图像进行合成，得到待处理图像；步骤S103：基于预设目标检测模型，对所述待处理图像进行膝关节病灶检测。以减少膝盖图像中背景及伪像，从而减少假阳性或假阴性结果，使膝关节病灶检测更加准确。
步骤S101：对获取的膝盖图像中的T1第一图像及T2第二图像进行相似性信息计算，并基于所述相似性信息得到对应的第三图像。
在本公开的实施例中，与当地三级甲等医院(北部战区总医院)合作，建立了一个比较大的用于膝关节疾病检测的三维膝关节(膝盖)MRI图像数据集，回顾性地获得了2020年1月至2020年12月诊断为各种类型的膝关节疾病患者500例。其中，每幅三维膝关节(膝盖)MRI图像，包括：T1第一图像及T2第二图像。
在本公开的实施例及其他可能的实施例中，创建的膝关节疾病数据集的标记由两位经验丰富的放射科医生(放射科医生的经验>5年)完成，他们使用LabelImg(https://github.com/heartexlabs/labelImg)软件在膝关节T2图像(膝盖图像中的T2第二图像)上用矩形框标记膝关节疾病病变。两位放射科医生都参加了专门的培训，以便在膝关节T2图像(膝盖图像中的T2第二图像)中手动标出肉眼可见的病变，同时参考临床病史。在标记过程中，由两人分别标记膝关节T2图像(膝盖图像中的T2第二图像)。标注后进行验证，直到两人在标注相同的300例患者时结果一致。最后，在300例患者的12640张膝关节T2图像(膝盖图像中的T2第二图像)中，1856张描述膝关节疾病的T2第二图像被标注，每张T2第二图像可能有一个或多个标注对象。其中，标注对象为膝关节疾病。
在本公开的实施例及其他可能的实施例中，计算所述膝盖图像中的T1第一图像及T2第二图像的相似性信息的方法，包括：计算所述膝盖图像中的T1第一图像及T2第二图像的内积，得到所述膝盖图像中的T1第一图像及T2第二图像的相似性信息。
在本公开的实施例及其他可能的实施例中，基于所述相似性信息得到对应的第三图像的方法，包括：确定所述相似性信息对应的位置信息；基于所述位置信息及所述位置信息对应的所述相似性信息，构建对应的第三图像。
在本公开的实施例中，在所述对获取的膝盖图像中的T1图像及T2图像进行相似性信息计算之前，还包括：分别对所述膝盖图像中的T1第一图像及T2第二图像按照设定方向进行切片处理，得到对应的第一二维切片图像及第二二维切片图像；计算所述第一二维切片图像及所述第二二维切片图像之间的相似性信息。
在本公开的实施例及其他可能的实施例中，本领域技术人员可根据实际需要对所述设定方向进行配置。其中，所述设定方向可配置为任意方向，例如X方向、Y方向、Z方向或X-Y、Y-Z、X-Z内的任意夹角方向。
在本公开的实施例及其他可能的实施例中，所述设定方向可配置为Z方向。相比之下，冠状面图像，特别是利用质子密度(PD)或T2加权的磁共振成像(MRI)序列(T2第二图像)，可以提供更详细的关节结构信息，特别是软骨和其他关节软组织的信息。这种类型的影像学检查能够清楚地显示关节软骨的厚度、弹性和水分含量，因此，可以在早期就发现软骨的退化和磨损。
在本公开的实施例中，在所述计算所述第一二维切片图像及所述第二二维切片图像之间的相似性信息之前，还包括：分别对所述第一二维切片图像及所述第二二维切片图像进行归一化处理，得到第一归一化图像及第二归一化图像；计算所述第一归一化图像及所述第二归一化图像的相似性信息。
在本公开的实施例中，所述计算所述第一归一化图像及所述第二归一化图像的相似性信息的方法，包括：计算所述第一归一化图像及所述第二归一化图像的内积，得到所述第一归一化图像及所述第二归一化图像的相似性信息。
在本公开的实施例及其他可能的实施例中，上述方法，包括：(1)切片，即：分别对所述膝盖图像中的T1第一图像及T2第二图像按照设定方向进行切片处理，得到对应的第一二维切片图像及第二二维切片图像；将三维的T1第一图像及T2第二图像分别转换为第一二维切片图像及第二二维切片图像。(2)归一化，即：分别对所述第一二维切片图像及所述第二二维切片图像进行归一化处理，得到第一归一化图像及第二归一化图像；(3)计算相似性信息，即：计算所述第一归一化图像及所述第二归一化图像的内积，得到所述第一归一化图像及所述第二归一化图像的相似性信息，或直接计算所述膝盖图像中的T1第一图像及T2第二图像的内积，得到所述膝盖图像中的T1第一图像及T2第二图像的相似性信息。
在步骤(1)中，原始数据集为三维膝关节(膝盖)MRI图像，三维扫描尺寸为256×256×40。此外，所有膝关节MRI图像(膝盖图像)对应的三维T2图像沿着轴向(z轴)转换为第一二维切片图像，及对所有膝关节MRI图像对应的三维T1图像沿着轴向(z轴)转换为第二二维切片图像。
在步骤(2)中，对图像中每个像素的强度进行线性变换，使其在0-1的范围内。因此，采用线性归一化方法分别对第一二维切片图像及第二二维切片图像进行归一化处理。考虑到通过内积计算相似性需要正相关，直接对三维T1图像和三维T2图像对应的第一二维切片图像及第二二维切片图像进行内积运算会导致病变区域偏移，因此需要对第一二维切片图像及第二二维切片图像进行归一化。其中，归一化的数学计算公式(1)，如下：
其中，xNormalization和x指归一化前后第一二维切片图像及第二二维切片图像中每个像素的强度。Min和Max分别表示第一二维切片图像及第二二维切片图像中的最小值和最大值。通过对第一二维切片图像及第二二维切片图像的像素强度进行归一化处理，可使第一二维切片图像及第二二维切片图像达到一致的比例，从而使不同患者、成像模式和扫描仪设置下的图像具有一致性和可比性，以便进行更准确的比较和分析。
在步骤(3)中，除了在自然图像中广泛应用的重缩放、水平翻转、图像变换、马赛克增强等二维切片图像增强方法外，本公开的实施例还提出了一种基于多模态特征融合的数据增强方法，即计算所述第一归一化图像及所述第二归一化图像的内积，得到所述第一归一化图像及所述第二归一化图像的相似性信息，或直接计算所述膝盖图像中的T1第一图像及T2第二图像的内积，得到所述膝盖图像中的T1第一图像及T2第二图像的相似性信息。首先通过计算T1第一图像和T2第二图像归一化后的第一二维切片图像及第二二维切片图像内积以及它们的方向和空间关系来测量它们之间的相似性信息F(归一化后的第一二维切片图像及第二二维切片图像之间的相似性信息F)。内积计算公式如下：
F＝fT1⊙fT2 (2)
其中，归一化后的第一二维切片图像或原始的T1第一图像fT1∈RM×N，归一化后的第二二维切片图像或原始的T2第二图像fT2∈RM×N，(⊙)表示内积，其中M和N分别表示T1第一图像或原始的T1第一图像和T2第二图像对应的归一化后的第一二维切片图像及归一化后的第二二维切片图像或原始的T2第二图像中的空间大小。通过内积计算归一化后的第一二维切片图像及第二二维切片图像之间的相似度(相似性信息F)，从而提高这些病变区域的可见度，使目标检测模型的检测更有效。
步骤S102：对所述T1第一图像、所述T2第二图像及所述第三图像进行合成，得到待处理图像。
在本公开的实施例及其他可能的实施例中，将两幅单通道图像(归一化后的第一二维切片图像及第二二维切片图像)和内积后的图像(相似性信息F对应的第三图像)合并成一幅三通道图像(三通道的待处理图像)，并将三通道的待处理图像输入网络(目标检测模型)。预处理后的三通道图像(待处理图像)被洗牌(打乱)，其中80％用于预设目标检测模型训练，20％用于训练后的预设目标检测模型验证。
步骤S103：基于预设目标检测模型，对所述待处理图像进行膝关节病灶检测。
在本公开的实施例及其他可能的实施例中，所述预设目标检测模型配置为YOLO目标检测模型或其他用于目标检测的卷积神经网络模型或传统模型。例如，2阶段(Two-stage)模型，包括：Faster RCNN、Cascade RCNN、MaskRCNN等的一种或几种。又例如，1阶段(One-stage)模型，包括：Yolo系列、SSD、RetinaNet、FCOS、CornerNet等的一种或几种。又例如，Anchor Based模型、Anchor Free模型等的一种或几种。
图2示出根据本公开实施例的预设目标检测模型的网络结构示意图。其中，在本公开的实施例中，所述预设目标检测模型配置为改进的YOLO目标检测模型，例如YOLOv5。
在本公开的实施例及其他可能的实施例中，基于CNN的目标检测器可分为几种类型：单级检测器两阶段检测器基于锚的检测器和无锚点探测器。然而，从组件的角度来看，基于CNN的目标检测器通常由两部分组成。一个是用于图像特征提取的基于CNN的骨干网络(图2中的主干)，另一个是用于预测物体类别和边界框的检测头(图2中的颈部和预测)。值得注意的是，YOLO系列网络是单级物体检测网络中最高效的结构之一，已广泛应用于医学图像检测任务中。
在本公开的实施例及其他可能的实施例中，YOLOv5框架结构由三大部分组成：骨干网络、颈部网络和预测头(图2中的主干、颈部和预测)。其中，骨干网络作为编码器层提取特征，骨干网络作为编码器层，通常使用ResNet等骨干网络。另外，骨干网络还可配置为CSPDarknet53、CSPDarknet53r等，因为这些网络在分类等任务中被证明具有很强的特征提取能力。颈部被设计为结合特征的解码层，以更好地提高骨干网对应的骨干特征的质量。通常，颈部网络由多条自下而上的路径和多条自上而下的路径组成，通过融合来自特征金字塔不同层次的信息，可以同时捕获输入图像中的细粒度和粗粒度细节，提高物体检测的准确性。因此，颈部网络是物体检测框架中的关键环节。预测头的主要作用是预测图像中检测到的每个物体的类概率和每个物体的边界框坐标，因此它决定了模型(目标检测模型)的最终输出。
在图2中，所述预设目标检测模型，包括：骨干层、与所述骨干层连接的颈部层及与所述颈部层连接的预测层；利用所述骨干层，对所述待处理图像进行特征提取，得到对应的不同尺度的全局特征图；其中，所述骨干层的末端设置有用于得到所述不同尺度的全局特征图对应的第一多尺度Swin Transformer模块；利用所述颈部层，对所述不同尺度的全局特征图进行处理，得到处理后的不同尺度的多个全局注意力特征图；其中，所述颈部层包括或在所述颈部层设置用于对所述不同尺度的全局特征图进行处理的多个依次相连接的第二多尺度Swin Transformer模块；基于所述多个全局注意力特征图，完成对膝关节病灶检测。
在本公开的实施例中，所述骨干层，包括：依次连接的切片层、增强特征表达能力的多个C3层、所述第一多尺度Swin Transformer模块；利用所述切片层，对所述待处理图像进行切片操作，得到对应的切片图像；利用所述增强特征表达能力的多个C3层，对所述切片图像进行特征提取，得到待处理的多个特征图；利用所述设所述第一多尺度SwinTransformer模块，对所述与其相连的所述增强特征表达能力的C3层输出的到待处理的特征图进行处理，得到不同尺度的全局特征图。
在本公开的实施例中，所述依次连接的切片层、增强特征表达能力的多个C3层、设置具有Swin Transformer块的C3层之间还设置有用于下采样的卷积层Conv。
在本公开的实施例中，所述第一多尺度Swin Transformer模块，包括：设置具有Swin Transformer块的C3层及与其相连接的快速空间金字塔池层SPPF或空间金字塔池层SPP。
在本公开的实施例中，所述颈部层，还包括：与所述多个依次相连接的第二多尺度Swin Transformer模块连接的多个依次相连接的基础注意力特征图提取模块；所述多个依次相连接的基础注意力特征图提取模块，分别与所述增强特征表达能力的多个C3层或所述多个C3层中的某几个C3层的输出端连接及所述骨干层的输出端连接，用于生成对应的多个多阶注意力特征图；所述多个依次相连接的第二多尺度Swin Transformer模块，用于基于所述多个多阶注意力特征图及未参与生成所述多个多阶注意力特征图的增强特征表达能力的多个C3层中的C3层，生成不同尺度的多个全局注意力特征图。
在本公开的实施例中，其中，所述多个依次相连接的基础注意力特征图提取模块分别包括：拼接层及与所述拼接层连接的所述多阶通道注意模块；利用所述拼接层，将所述不同尺度的全局特征图/所述基础注意力特征图提取模中多阶通道注意模块输出的多阶注意力特征图与所述及所述增强特征表达能力的多个C3层中对应的待处理的特征图进行拼接处理，得到拼接特征图；利用所述基础注意力特征图提取模中多阶通道注意模块，对所述接特征图进行处理，得到每个基础注意力特征图提取模块对应的多阶注意力特征图。
在本公开的实施例中，其中，所述多个依次相连接的基础注意力特征图提取模块的数目配置为2个，包括：第一拼接层、与所述第一拼接层连接的第一多阶通道注意模块、第二拼接层、与所述第二拼接层连接的第二多阶通道注意模块；利用所述第一拼接层，将所述不同尺度的全局特征图及所述增强特征表达能力的多个C3层中最后一层C3层对应的待处理的特征图进行拼接处理，得到第一拼接特征图；利用所述第一多阶通道注意模块，对所述第一拼接特征图进行处理，得到第一多阶注意力特征图；利用所述第二拼接层，对所述第一注意力特征图及所述增强特征表达能力的多个C3层中最后一层C3层的上一层C3层对应的待处理的特征图进行拼接处理，得到第二拼接特征图；利用所述第二多阶通道注意模块，对所述第二拼接特征图进行处理，得到第二多阶注意力特征图。
在本公开的实施例中，所述第一拼接层之前还设置有增加通道数的第一卷积层及第一上采样层；其中，所述第一卷积层的两端分别所述骨干层的输出端及所述第一上采样层输入端连接；其中，所述第一上采样层输出端与所述第一拼接层的第一输入端连接，所述第一拼接层的第二输入端与所述增强特征表达能力的多个C3层中最后一层C3层的输出端连接；以及/或，所述第一拼接层与第一多阶通道注意模块之间还设置有至少一层的第一C3层。
在本公开的实施例中，所述第二拼接层之前还设置有增加通道数的第二卷积层及第二上采样层；其中，所述第二卷积层的两端分别所述第一多阶通道注意模块的输出端及所述第二上采样层输入端连接；其中，所述第二上采样层的输出端与所述第二拼接层的第一输入端连接，所述第二拼接层的第二输入端与所述增强特征表达能力的多个C3层中最后一层C3层的上一层C3层的输出端连接；以及/或，所述第二拼接层与第二多阶通道注意模块之间还设置有至少一层的第二C3层。
在本公开的实施例中，所述颈部层，还包括：用于拼接所述多个多阶注意力特征图及未参与生成所述多个多阶注意力特征图的增强特征表达能力的多个C3层中的C3层，和/或用于拼接所述多个多阶注意力特征图及所述多个依次相连接的第二多尺度SwinTransformer模块输出的多阶注意力特征图的多个拼接层。
在本公开的实施例中，在所述多个拼接层之前，还设置有与其连接的用于降低通道数或用于下采用的卷积层和/或第三上采样层。
在本公开的实施例中，在所述第二多尺度Swin Transformer模块的输出端还设有对应的多阶通道注意模块，利用所述多阶通道注意模块得到对应的多阶注意力特征图。其中，所述第二多尺度Swin Transformer模块，包括：设置具有Swin Transformer块的C3层及与其相连的快速空间金字塔池层SPPF或空间金字塔池层SPP。
具体地，在本公开的实施例及其他可能的实施例中，所述预设目标检测模型配置为改进的YOLOv5目标检测模型，即基于多尺度注意力的YOLOv5(MSA-YOLOv5)，MSA-YOLOv5网络结构，包括：骨干层(骨干网络)、颈部层(颈部网络)和预测层(预测头)，分别为图2的主干、颈部及预测。原始YOLOv5s模型的骨干层具有五种不同的下采样尺寸，即第一下采样层P1、第二下采样层P2、第三下采样层P3、第四下采样层P4和第四下采样层P5。为了应对膝关节疾病数据集带来的挑战，对YOLOv5模型的骨干层、颈部层和预测层进行了修改。
更为具体地，在本公开的实施例及其他可能的实施例中，在所述骨干层的末端设置有用于得到所述不同尺度的全局特征图对应的第一多尺度Swin Transformer模块(多尺度Swin Transformer预测头，MS-STPH)，并在所述颈部层设置用于对所述不同尺度的全局特征图进行处理的多个依次相连接的第二多尺度Swin Transformer模块(多尺度SwinTransformer预测头，MS-STPH)。
在研究膝关节疾病数据集后，观察到部分弥漫性病变和病变边界位于特殊区域。这些区域包含许多小的和不明确的实例。在利用骨干层(骨干网络)特征信息提取过程中，特征图的大小随着网络的加深而减小，这反过来又影响了图像(三通道图像，待处理图像)内小病灶的检测。此外，由于MRI技术的限制，图像的分辨率仍然很低。如果在训练过程中使用马赛克数据增强对图像(三通道图像，待处理图像)进行缩放，原本较小的病灶将被压缩到更小的尺寸，这极大地阻碍了网络检测此类极小物体的能力。因此，在两个关键方面进行了改进，最终开发出MS-STPH模块。
在图2中，三通道图像输入目标检测模型的用于切片操作的切片层(Focus)0，利用卷积层Conv层1(其中，1为对应的标号)对所述Focus层0输出的切片特征图进行下采样，利用第一C3层2(对应标号2)对第一卷积(Conv)层1输出的下采样特征图进行处理，得到待处理的第一特征图；利用第二C3层4对卷积层Conv层3输出的下采样特征图，得到待处理的第二特征图；利用第三C3层6对卷积层Conv层5输出的下采样特征图，得到待处理的第三特征图；待处理的第三特征图经过卷积层Conv层7输出的下采样特征图输入C3STR层8(C3+SwinTransformer块)，利用第一C3STR层8对所述卷积层Conv7输出的下采样特征图进行处理，得到全局特征图；将所述全局特征图输入SPPF(Spatial Pyramid Pooling-Fast)层或SPP(Spatial Pyramid Pooling)9进行处理，得到不同尺度的全局特征图。其中，C3层可配置为多个卷积Conv。例如多个卷积Conv的数目可配置为3个，第一个Conv块的步幅为2，可以将特征图的尺寸减半，第二个Conv块和第三个Conv块(层)的步幅为1。又例如，C3模块(层)中的Conv块采用的都是3x3的卷积核。同时，在每个Conv块之间，还加入了BN层和激活函数LeakyReLU(或，非线性层ReLu或激活函数SiLu)，以提高模型的稳定性和泛化性能。其中，图2中的*表示操作次数。
在图2中，利用Conv层10(1*1的卷积Conv)对不同尺度的全局特征图进行处理(增加通道数)，得到对应的多通道特征图。其中，1*1的卷积Conv还可以加入非线性层ReLu(激活函数LeakyReLU或激活函数SiLu)和/或批量标准化BN层。然后，利用上采样(Up-sample)层11对多通道特征图上采样到设定倍数的第一特征图。其中，所述设定倍数可配置为1。然后，利用第一拼接层(Concat)12对第三C3层6输出的待处理的第三特征图将设定倍数的第一特征图进行拼接处理，得到第一拼接特征图；然后将所述第一拼接特征图输入至第四C3层13得到待处理的第一拼接特征图；然后将第一拼接特征图输入至第一SOCA模快(二阶通道注意模块)14，得到第一多阶注意力特征图。
在图2中，将所述第一多阶注意力特征图输入Conv层15(1*1的卷积Conv)降低所述第一多阶注意力特征图的通道数，得到设定降低倍数的第一多阶注意力特征图。其中，所述设定降低倍数可配置为1。其中，1*1的卷积Conv还可以加入非线性层ReLu(激活函数LeakyReLU或激活函数SiLu)和/或批量标准化BN层。然后，利用Up-sample层16对设定降低倍数的第一多阶注意力特征图上采样到设定倍数的第二特征图。其中，所述设定倍数可配置为1。然后，利用第二Concat层17对第二C3层4输出的待处理的第二特征图将设定倍数的第二特征图进行拼接处理，得到第二拼接特征图；然后将所述第二拼接特征图输入至第五C3层18得到待处理的第二拼接特征图；然后将第二拼接特征图输入至第二SOCA模快(二阶通道注意模块)19，得到第二多阶注意力特征图。
在图2中，将所述第二多阶注意力特征图输入Conv层20(1*1的卷积Conv)降低所述第二多阶注意力特征图的通道数，得到设定降低倍数的第二多阶注意力特征图。其中，所述设定降低倍数可配置为1。其中，1*1的卷积Conv还可以加入非线性层ReLu(激活函数LeakyReLU或激活函数SiLu)和/或批量标准化BN层。然后，利用Up-sample层21对设定降低倍数的第二多阶注意力特征图上采样到设定倍数的第三特征图。其中，所述设定倍数可配置为1。然后，利用第三Concat层22对第一C3层2输出的待处理的第一特征图将设定倍数的第三特征图进行拼接处理，得到第三拼接特征图；然后将所述第三拼接特征图输入至第五C3层18得到待处理的第二拼接特征图；然后，将第二拼接特征图输入至SPPF(SpatialPyramid Pooling-Fast)层或SPP(Spatial Pyramid Pooling)23进行处理，得到不同尺度的第一拼接特征图；将所述不同尺度的第一拼接特征图输入至第二C3STR层24，得到不同尺度的第一全局注意力特征图；将所述不同尺度的第一全局注意力特征图输入至第三SOCA模快(二阶通道注意模块)25，得到第三多阶注意力特征图。
在图2中，将所述第三多阶注意力特征图输入Conv层26进行下采样，得到第一下采样注意力特征图。利用第四Concat层27将第一下采样注意力特征图及Conv层20输出设定降低倍数的第二多阶注意力特征图进行拼接，得到第四拼接特征图；将所述第四拼接特征图输入至SPPF(Spatial Pyramid Pooling-Fast)层或SPP(Spatial Pyramid Pooling)28进行处理，得到不同尺度的第二拼接特征图；将所述不同尺度的第二拼接特征图输入至第三C3STR层29，得到不同尺度的第二全局注意力特征图；将所述不同尺度的第二全局注意力特征图输入至第四SOCA模快(二阶通道注意模块)30，得到第四多阶注意力特征图。
在图2中，将所述第四多阶注意力特征图输入Conv层31进行下采样，得到第二下采样注意力特征图。利用第五Concat层32将第二下采样注意力特征图及Conv层15输出设定降低倍数的第一多阶注意力特征图进行拼接，得到第五拼接特征图；将所述第五拼接特征图输入至SPPF(Spatial Pyramid Pooling-Fast)层或SPP(Spatial Pyramid Pooling)33进行处理，得到不同尺度的第三拼接特征图；将所述不同尺度的第三拼接特征图输入至第四C3STR层34，得到不同尺度的第三全局注意力特征图；将所述不同尺度的第三全局注意力特征图输入至第五SOCA模快(二阶通道注意模块)35，得到第五多阶注意力特征图。
在图2中，将所述第五多阶注意力特征图输入Conv层36进行下采样，得到第三下采样注意力特征图。利用第六Concat层37将第三下采样注意力特征图及Conv层10输出的多通道特征图进行拼接，得到第六拼接特征图；将所述第六拼接特征图输入至SPPF(SpatialPyramid Pooling-Fast)层或SPP(Spatial Pyramid Pooling)38进行处理，得到不同尺度的第四拼接特征图；将所述不同尺度的第四拼接特征图输入至第五C3STR层39，得到不同尺度的第四全局注意力特征图。
在图2中，分别对所述第二C3STR层24输出的不同尺度的第一全局注意力特征图、所述第三C3STR层29输出的不同尺度的第二全局注意力特征图、所述第四C3STR层34输出的不同尺度的第三全局注意力特征图、所述第五C3STR层39输出的不同尺度的第四全局注意力特征图进行卷积处理，完成对膝关节病灶检测。
更为具体地说，首先，原始的YOLOv5网络将骨干获得的待处理的第二特征图P3和待处理的第三特征图P4与颈部的上采样特征融合，但没有使用语义特征较少的最浅特征的待处理的第一特征图P2(图2)。然而，对于小病变，待处理的第一特征图P2在原始图像中具有最小的感受野和最高的分辨率，很好地保留了低层特征图的位置信息，非常适合区分特定区域(如，边缘)的伪影。
基于此，为了提高对小病灶的检测能力，增加了一个专门用于小病灶检测的预测头。该预测头与其他三个预测头组成四预测头检测结构，可减轻大尺度变化对膝关节疾病病变的不利影响。将待处理的第一特征图P2中底层特征的空间位置的所述颈部层采用双向特征金字塔网络BiFPN，所述双向特征金字塔网络BiFPN内设置用于对所述不同尺度的全局特征图进行处理的多个依次相连接的第二多尺度Swin Transformer模块(MS-STPH模块)。在双向特征金字塔网络BiFPN中引入了处理的第一特征图P2中底层特征的空间位置，以进一步增加融合特征的丰富性，使预测头对小病变更加敏感。同时增加了一个小病灶检测预测头，结合其他三个预测头，4个检测头的结构可以减轻大尺度变化对膝关节疾病病灶的负面影响。
其次，四预测头结构虽然可以基于先验边界框对目标进行有效回归和预测，但多预测头检测方法往往忽略了小病灶与其非相邻上下文之间的特征关系，缺乏对医学图像中不同区域的全面把握。这一缺陷导致YOLOv5网络在检测弥散性和多发性病变时鲁棒性较差。受Transformer的启发，研究人员试图通过将CNN与变换器相结合来增强捕捉全局信息和丰富上下文的能力。然而，由于Transformer在可扩展性和计算效率方面的限制，在预设目标检测模型中引入Swin Transformer块，替代YOLOv5s主干端和预测头的C3模块瓶颈，提出C3STR(设置具有Swin Transformer块的C3层)模块。
在本公开的实施例中，所述第一多尺度Swin Transformer模块和/或所述第二多尺度Swin Transformer模块中的Swin Transformer模块，包括：基于窗口的多头自注意模块及与其向连接的基于位移窗口的多头自注意力模块。
在本公开的实施例及其他可能的实施例中，每个Swin Transformer模块包括两个子层，分别配置为基于窗口的多头自注意(W-MSA)及与其向连接的基于位移窗口的多头自注意力。
其中，在本公开的实施例及其他可能的实施例中，基于窗口的多头自注意(W-MSA)将特征图分割成不重叠的不同窗口，然后计算这些局部窗口内的自注意力。给定一个特征图X∈RH×W×C的局部窗口m×m的局部窗口，计算复杂度(Ω)的计算复杂度如下：
Ω(MSA)＝4hwC2+2(hw)2C (3)
Ω(W-MSA)＝4hwC2+2M2hwC (4)
其中，前者的复杂度与斑块数(hw)，而后者在M为固定值(默认值为7)时，后者保持线性。
其中，在本公开的实施例及其他可能的实施例中，基于窗口的自注意是可扩展的。同时，由于Swin Transformer将图像划分为非重叠的补丁，并单独处理每个补丁，这限制了相邻补丁之间的交互能力。为了进一步提高相邻窗口之间的交互能力，我们建议在STPH模块之前加入多尺度特征信息(加入SPPF层或SPP层)。在YOLOv5中，在骨干结构的尾端增加了空间金字塔快速池化/快速空间金字塔池化(SPPF)或空间金字塔池化SPP模块(层)，从而显著提高了性能。虽然SPPF模块与空间金字塔池化(SPP)模块相比在速度上有很大优势，但必须考虑在下采样过程中生成的特征图像大小的差异。这种差异使得插入相同尺寸的SPPF模块变得不切实际。
图3示出根据本公开实施例的多尺度Swin Transformer模块(MS-STPH)的网络结构示意图。如图3所示，所述快速空间金字塔池层SPPF或空间金字塔池层SPP，包括：多个池化支路；利用所述多个池化支路对所述快速空间金字塔池层SPPF或空间金字塔池层SPP的输入特征图进行池化操作，得到对应的多个池化特征图；对所述多个池化特征图及所述输入特征图进行拼接，得到池化拼接特征图；并将所述池化拼接特征图输入所述具有SwinTransformer块的C3层。其中，图3中的k表示卷积核，s表示步长，p表示padding操作，合并表示拼接操作。
例如，所述多个池化支路配置为3路，分别为第一池化支路、第二池化支路及第三池化支路。其中，所述第一池化支路、第二池化支路及第三池化支路均配置为2维(2d)最大池化；所述第一池化支路中的k、s、p分别配置为5、1、2；所述第二池化支路中的k、s、p分别配置为9、1、4；所述第三池化支路中的k、s、p分别配置为13、1、6。
在本公开的实施例及其他可能的实施例中，结合图2进行说明，在最后两个C3STR模块之前实现内核尺寸为(3,7,11)和(3,5,7)的SPP模块(层)。此外，我们还在前两个C3STR模块之前使用了内核尺寸为(5,9,13)的SPP模块(层)。最后，这四个C3STR模块(层)与四个不同分辨率的检测头级联，形成一个基于多尺度变换器的预测头(MS-STPH)。
目前，注意力图谱主要通过激活的一阶统计来计算，忽略了高阶统计。这种限制阻碍了描述激活中复杂分布和高阶交互的能力，最终阻碍了网络的分辨能力。因此，学习到的注意图无法提供稳健的指导。受这些观察结果的启发，我们引入了二阶通道注意(SOCA)模块，该模块考虑了特征的二阶统计来学习它们之间的相互依赖关系。
图4示出根据本公开实施例的多阶通道注意模块(二多阶通道注意模块)的结构示意图。如图4所示，所述多阶通道注意模块，包括：依次连接的协方差矩阵计算模块、迭代模块及乘法模块；利用所述协方差矩阵计算模块，计算所述多阶通道注意模块输入的待处理特征图对应的协方差矩阵；利用所述迭代模块对所述协方差矩阵进行迭代处理，得到迭代特征图；利用所述乘法模块对所述迭代特征图及所述待处理特征图进行相乘，得到所述多阶通道注意模块输出对应的多阶注意力特征图。
在本公开的实施例及其他可能的实施例中，给定H×W×C特征图(所述多阶通道注意模块输入的待处理特征图)F＝[f1,···,fc]通过协方差归一化层，将输入特征图重塑为特征矩阵X，特征矩阵X包含s＝W×H个特征，每个特征有S维表示。随后，计算样本协方差矩阵如下：
(5)
其中，协方差矩阵∑为c×c矩阵，I和1分别表示s×s分别表示同矩阵和包含所有1的矩阵(单位矩阵)。
在本公开的实施例中，所述迭代模块，包括：特征值分解模块；利用所述特征值分解模块对所述协方差矩阵进行分解，得到分解矩阵；对所述分解矩阵进行迭代处理，得到迭代特征图。
在本公开的实施例及其他可能的实施例中，协方差归一化对于获得更具鉴别性的表征至关重要。因此，首先对得到的协方差矩阵∑进行协方差归一化处理，得到协方差矩阵后的协方差矩阵∑。由于协方差矩阵∑是对称的正半有限矩阵，因此可以进行特征值分解(EIG)如下：
∑＝UΛUT (6)
其中U表示正交矩阵，Λ＝diag(λ1,...,λc)是对角矩阵，其特征值按非递增顺序排列。协方差归一化可以表示为对特征值的幂运算：
其中α为正实数，且当α＝1时，不进行归一化处理；当α<1时，操作非线性地缩小大于1的特征值，拉伸小于1的特征值[46,47]。α＝0.5时，表征的区分度更高。因此，我们将α＝0.5。尽管矩阵平方根归一化对于获得更具鉴别性的表征至关重要，但现有方法在很大程度上依赖于特征值分解(EIG)或奇异值分解(SVD)。
在本公开的实施例及其他可能的实施例中，利用牛顿-舒尔茨迭代来加速协方差归一化的计算，从而促进全局协方差池网络的快速端到端训练。牛顿-舒尔茨迭代(Newton-Schulz)公式如下
牛顿-舒尔茨迭代只涉及矩阵乘法，因此适合在GPU上并行执行。与通过EIG计算的精确平方根相比，只需几次迭代就能得到近似解。在数据集上的实验表明，使用5次迭代可以获得最佳结果。
在本公开的实施例中，所述迭代模块，还包括：预规范化和/或补偿模块；在对所述协方差矩阵或分解矩阵进行迭代处理前，计算所述协方差矩阵或分解矩阵的迹tr(∑)或范数||∑||F；所述预规范化范化利用所述迹或所述范数对所述协方差矩阵或分解矩阵进行预规范化，得到预规范化矩阵A；利用所述迭代模块对所述预规范化矩阵A进行迭代处理，得到迭代特征图C；所述补偿模块利用所述迹或所述范数对所述迭代特征图YN进行补偿，得到最终的迭代特征图C。
在本公开的实施例及其他可能的实施例中，由于Newton-Schulz迭代仅在局部收敛，我们使用迹规范或Frobenius范数对协方差矩阵Σ进行预规范化：
或/>
让λi代表∑按非递减顺序排列。鉴于tr(∑)＝∑iλi和显然‖∑-I‖2的最大奇异值。∑-I为/>和/>分别为痕量规范和弗罗贝纽斯规范。因此，满足收敛条件。
在本公开的实施例及其他可能的实施例中，上述协方差矩阵的预归一化非对称地改变了数据大小，这可能会对网络产生负面影响。为了抵消这种变化，我们在牛顿-舒尔茨迭代后进行后补偿，具体方法如下：
或/>
在本公开的实施例中，所述多阶通道注意模块，还包括：设置在所述迭代模块与乘法模块之间的池化模块(例如，图4中的平均池化模块)；利用所述池化模块，对所述迭代特征图进行池化处理，得到迭代特征向量；利用所述乘法模块对所述迭代特征向量及所述待处理特征图进行相乘，得到所述多阶通道注意模块输出对应的多阶注意力特征图。
在本公开的实施例中，所述多阶通道注意模块，还包括：设置在所述池化模块与乘法模块之间的卷积模块；利用所述卷积模块，对所述迭代特征向量进行池化处理，得到卷积特征向量；利用所述乘法模块对所述卷积特征向量及所述待处理特征图进行相乘，得到所述多阶通道注意模块输出对应的多阶注意力特征图。
膝关节病灶检测方法的执行主体可以是图像处理装置，例如，膝关节病灶检测方法可以由终端设备或服务器或其它处理设备执行，其中，终端设备可以为用户设备(UserEquipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(PersonalDigital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该膝关节病灶检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
本领域技术人员可以理解，在具体实施方式的上述膝关节病灶检测方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图5示出根据本公开实施例的膝关节病灶检测装置的框图。如图5所示，所述膝关节病灶检测装置，包括：计算单元101，用于对获取的膝盖图像中的T1第一图像及T2第二图像进行相似性信息计算，并基于所述相似性信息得到对应的第三图像；合成单元102，用于对所述T1第一图像、所述T2第二图像及T2第二图像进行合成，得到待处理图像；检测单元103，用于基于预设目标检测模型，对所述待处理图像进行膝关节病灶检测。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的膝关节病灶检测方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述膝关节病灶检测方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述膝关节病灶检测方法。其中，电子设备可以被提供为终端、服务器或其它形态的设备。
对于预设目标检测模型的评估，选择了精度(P)、召回率(R)、平均精度(AP)和平均精度平均值(mAP)等常用评价指标。
其中，精度Precision和召回率Recall用True Positives(TP)、False Positives(FP)、True Negatives(TN)和d False Negatives(FN)来定义。P代表卒中检测的精确率、NTP是正确检测到的卒中病灶数、NFP为卒中检测错误的样本数、R表示脑卒中检测的召回率，以及NFN为漏检的卒中样本数。然后根据精确度和召回率绘制精确度-召回率曲线(P-R曲线)，用P-R曲线下的面积计算AP，AP曲线如下：
mAP是N个类别所有AP的平均值
F1得分是用于评估分类模型性能的指标，尤其是在数据集的类别分布不平衡的情况下。它是精确度和召回率的调和平均值，F1得分的计算公式如下：
在本公开的实施例及其他可能的实施例中，实施细节和训练方案如下。本宫开的实施例引入了MSA-YOLOv5方法，所有变体模型均在配备11GB内存的英伟达RTX 2080Ti GPU上进行训练和测试。在训练阶段，采用了与YOLOv5相同的标准数据增强技术，此外还采用了多模态数据增强技术。由于提出的网络是基于YOLOv5的改进，我们的MSA-YOLOv5、YOLOv5s和TPH-YOLOv5网络模型可以加载来自COCO数据集中预先训练好的权重。遗憾的是，在其他检测算法中无法加载预训练的模型参数。然而，这些其他检测算法会在有足够标记数据的情况下从头开始训练，在数次迭代中达到收敛并获得最佳精度。使用随机梯度下降(SGD)优化器进行训练，权重衰减为5e-4，动量为0.937。每个模型从头开始训练，总共300个epochs，初始学习率为1e-2，批量大小为32。阶跃衰减学习率计划采用余弦退火策略，这是一种常见的学习率优化方法。输入图像大小设置为256×256，NMS IoU阈值为0.5，预测框的置信度阈值为1e-3，其他参数保持默认值。
基于本公开的研究背景及目的(膝关节疾病是一种常见的运动系统疾病，其特点是突然发生膝关节疼痛和功能障碍)。快速、准确地检测膝关节疾病对其诊断和治疗至关重要，但也是一项重大挑战。本研究旨在利用多模态融合技术将各种模态的互补信息结合起来，从而提高膝关节疾病目标检测模型的检测性能。方法：在这项膝关节疾病回顾性研究中，我们收集了300例膝关节疾病患者的数据，并创建了一个多模态磁共振成像(MRI)数据集。我们提出了基于多尺度注意力的YOLOv5(MSA-YOLOv5)，以应对低分辨率下病灶小和边界模糊等挑战。具体来说，我们用一个预测头增强YOLOv5，以检测不同尺度的物体。接下来，我们用多尺度Swin变换器预测头(MS-STPH)取代了原来的预测头，从而将计算复杂度降低到线性水平，并增强了检测小病变的能力。我们加入了二阶信道关注(SOCA)模块，通过采用二阶特征统计来自适应地调整信道特征的规模，以获得更具鉴别力的表征。结果：在我们内部的膝关节疾病数据集上，MSA-YOLOv5实现了79.0％的mAP0.5，大大超过了其他单级模型。与两阶段模型相比，MSA-YOLOv5在大幅减少参数数量和分辨率的同时保持了相当的性能水平。MS-STPH和SOCA模块可显著提高mAP0.5，分别为2.7％和1.9％。结论：提出的MSA-YOLOv5能够自动有效地检测膝关节疾病病灶，尤其是小病灶和伪影。我们的增强型模型减少了参数的数量，同时提高了检测的准确性。该模型可以帮助放射科医生提供更准确的诊断，并帮助临床医生制定更好的治疗方案。
综上，本公开提出了新型的用于膝关节疾病检测的深度神经网络。以克服膝关节疾病检测任务中面临的问题。本文的主要贡献总结如下：(1)通过增加一个检测头并结合其他三个检测头，我们可以更准确地检测膝关节疾病图像上的微小病变。(2)在YOLOv5的骨干网络和预测头中集成了Swin Transformer，可以在高密度弥漫病灶背景下准确定位病灶。(3)在YOLOv5的骨干网络和预测头中加入了二阶通道注意模块，可以帮助网络在大区域覆盖的背景中找到感兴趣的病变区域。(4)利用内积法进一步结合T1和T2图像，减少背景、伪像，从而减少假阳性或假阴性结果，使诊断更加准确。
图6是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图7是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种膝关节病灶检测方法，其特征在于，包括：
对获取的膝盖图像中的T1第一图像及T2第二图像进行相似性信息计算，并基于所述相似性信息得到对应的第三图像；
对所述T1第一图像、所述T2第二图像及T2第二图像进行合成，得到待处理图像；
基于预设目标检测模型，对所述待处理图像进行膝关节病灶检测。
2.根据权利要求1所述的检测方法，其特征在于，所述预设目标检测模型，包括：骨干层、与所述骨干层连接的颈部层及与所述颈部层连接的预测层；
利用所述骨干层，对所述待处理图像进行特征提取，得到对应的不同尺度的全局特征图；其中，所述骨干层的末端设置有用于得到所述不同尺度的全局特征图对应的第一多尺度Swin Transformer模块；
利用所述颈部层，对所述不同尺度的全局特征图进行处理，得到处理后的不同尺度的多个全局注意力特征图；其中，所述颈部层包括或在所述颈部层设置用于对所述不同尺度的全局特征图进行处理的多个依次相连接的第二多尺度Swin Transformer模块；
基于所述多个全局注意力特征图，完成对膝关节病灶检测。
3.根据权利要求2所述的检测方法，其特征在于，所述骨干层，包括：依次连接的切片层、增强特征表达能力的多个C3层、所述第一多尺度Swin Transformer模块；
利用所述切片层，对所述待处理图像进行切片操作，得到对应的切片图像；
利用所述增强特征表达能力的多个C3层，对所述切片图像进行特征提取，得到待处理的多个特征图；
利用所述设所述第一多尺度Swin Transformer模块，对所述与其相连的所述增强特征表达能力的C3层输出的到待处理的特征图进行处理，得到不同尺度的全局特征图；以及/或，
所述依次连接的切片层、增强特征表达能力的多个C3层、设置具有Swin Transformer块的C3层之间还设置有用于下采样的卷积层Conv；以及/或，
所述第一多尺度Swin Transformer模块，包括：设置具有Swin Transformer块的C3层及与其相连接的快速空间金字塔池层SPPF或空间金字塔池层SPP。
4.根据权利要求2-3任一项所述的检测方法，其特征在于，所述颈部层，还包括：与所述多个依次相连接的第二多尺度Swin Transformer模块连接的多个依次相连接的基础注意力特征图提取模块；
所述多个依次相连接的基础注意力特征图提取模块，分别与所述增强特征表达能力的多个C3层或所述多个C3层中的某几个C3层的输出端连接及所述骨干层的输出端连接，用于生成对应的多个多阶注意力特征图；
所述多个依次相连接的第二多尺度Swin Transformer模块，用于基于所述多个多阶注意力特征图及未参与生成所述多个多阶注意力特征图的增强特征表达能力的多个C3层中的C3层，生成不同尺度的多个全局注意力特征图；以及/或，
其中，所述多个依次相连接的基础注意力特征图提取模块分别包括：拼接层及与所述拼接层连接的所述多阶通道注意模块；
利用所述拼接层，将所述不同尺度的全局特征图/所述基础注意力特征图提取模中多阶通道注意模块输出的多阶注意力特征图与所述及所述增强特征表达能力的多个C3层中对应的待处理的特征图进行拼接处理，得到拼接特征图；
利用所述基础注意力特征图提取模中多阶通道注意模块，对所述接特征图进行处理，得到每个基础注意力特征图提取模块对应的多阶注意力特征图；以及/或，
其中，所述多个依次相连接的基础注意力特征图提取模块的数目配置为2个，包括：第一拼接层、与所述第一拼接层连接的第一多阶通道注意模块、第二拼接层、与所述第二拼接层连接的第二多阶通道注意模块；
利用所述第一拼接层，将所述不同尺度的全局特征图及所述增强特征表达能力的多个C3层中最后一层C3层对应的待处理的特征图进行拼接处理，得到第一拼接特征图；
利用所述第一多阶通道注意模块，对所述第一拼接特征图进行处理，得到第一多阶注意力特征图；
利用所述第二拼接层，对所述第一注意力特征图及所述增强特征表达能力的多个C3层中最后一层C3层的上一层C3层对应的待处理的特征图进行拼接处理，得到第二拼接特征图；
利用所述第二多阶通道注意模块，对所述第二拼接特征图进行处理，得到第二多阶注意力特征图；以及/或，
所述第一拼接层之前还设置有增加通道数的第一卷积层及第一上采样层；其中，所述第一卷积层的两端分别所述骨干层的输出端及所述第一上采样层输入端连接；其中，所述第一上采样层输出端与所述第一拼接层的第一输入端连接，所述第一拼接层的第二输入端与所述增强特征表达能力的多个C3层中最后一层C3层的输出端连接；以及/或，所述第一拼接层与第一多阶通道注意模块之间还设置有至少一层的第一C3层；以及/或，
所述第二拼接层之前还设置有增加通道数的第二卷积层及第二上采样层；其中，所述第二卷积层的两端分别所述第一多阶通道注意模块的输出端及所述第二上采样层输入端连接；其中，所述第二上采样层的输出端与所述第二拼接层的第一输入端连接，所述第二拼接层的第二输入端与所述增强特征表达能力的多个C3层中最后一层C3层的上一层C3层的输出端连接；以及/或，所述第二拼接层与第二多阶通道注意模块之间还设置有至少一层的第二C3层；以及/或，
所述颈部层，还包括：用于拼接所述多个多阶注意力特征图及未参与生成所述多个多阶注意力特征图的增强特征表达能力的多个C3层中的C3层，和/或用于拼接所述多个多阶注意力特征图及所述多个依次相连接的第二多尺度Swin Transformer模块输出的多阶注意力特征图的多个拼接层；以及/或，
在所述多个拼接层之前，还设置有与其连接的用于降低通道数或用于下采用的卷积层和/或第三上采样层；以及/或，
在所述第二多尺度Swin Transformer模块的输出端还设有对应的多阶通道注意模块，利用所述多阶通道注意模块得到对应的多阶注意力特征图；以及/或，
所述第二多尺度Swin Transformer模块，包括：设置具有Swin Transformer块的C3层及与其相连的快速空间金字塔池层SPPF或空间金字塔池层SPP。
5.根据权利要求2-4任一项所述的检测方法，其特征在于，所述第一多尺度SwinTransformer模块和/或所述第二多尺度Swin Transformer模块中的Swin Transformer模块，包括：基于窗口的多头自注意模块及与其向连接的基于位移窗口的多头自注意力模块；以及/或，
所述快速空间金字塔池层SPPF或空间金字塔池层SPP，包括：多个池化支路；利用所述多个池化支路对所述快速空间金字塔池层SPPF或空间金字塔池层SPP的输入特征图进行池化操作，得到对应的多个池化特征图；
对所述多个池化特征图及所述输入特征图进行拼接，得到池化拼接特征图；
并将所述池化拼接特征图输入所述具有Swin Transformer块的C3层。
6.根据权利要求2-5任一项所述的检测方法，其特征在于，所述多阶通道注意模块，包括：依次连接的协方差矩阵计算模块、迭代模块及乘法模块；
利用所述协方差矩阵计算模块，计算所述多阶通道注意模块输入的待处理特征图对应的协方差矩阵；
利用所述迭代模块对所述协方差矩阵进行迭代处理，得到迭代特征图；
利用所述乘法模块对所述迭代特征图及所述待处理特征图进行相乘，得到所述多阶通道注意模块输出对应的多阶注意力特征图；以及/或，
所述多阶通道注意模块，还包括：设置在所述迭代模块与乘法模块之间的池化模块；
利用所述池化模块，对所述迭代特征图进行池化处理，得到迭代特征向量；
利用所述乘法模块对所述迭代特征向量及所述待处理特征图进行相乘，得到所述多阶通道注意模块输出对应的多阶注意力特征图；以及/或，
所述多阶通道注意模块，还包括：设置在所述池化模块与乘法模块之间的卷积模块；
利用所述卷积模块，对所述迭代特征向量进行池化处理，得到卷积特征向量；
利用所述乘法模块对所述卷积特征向量及所述待处理特征图进行相乘，得到所述多阶通道注意模块输出对应的多阶注意力特征图；以及/或，
所述迭代模块，包括：特征值分解模块；
利用所述特征值分解模块对所述协方差矩阵进行分解，得到分解矩阵；
对所述分解矩阵进行迭代处理，得到迭代特征图；以及/或，
所述迭代模块，还包括：预规范化和/或补偿模块；
在对所述协方差矩阵或分解矩阵进行迭代处理前，计算所述协方差矩阵或分解矩阵的迹或范数；
所述预规范化范化利用所述迹或所述范数对所述协方差矩阵或分解矩阵进行预规范化，得到预规范化矩阵；
利用所述迭代模块对所述预规范化矩阵进行迭代处理，得到迭代特征图；
所述补偿模块利用所述迹或所述范数对所述迭代特征图进行补偿，得到最终的迭代特征图。
7.根据权利要求1-6任一项所述的检测方法，其特征在于，在所述对获取的膝盖图像中的T1图像及T2图像进行相似性信息计算之前，还包括：
分别对所述膝盖图像中的T1第一图像及T2第二图像按照设定方向进行切片处理，得到对应的第一二维切片图像及第二二维切片图像；
计算所述第一二维切片图像及所述第二二维切片图像之间的相似性信息；以及/或，
在所述计算所述第一二维切片图像及所述第二二维切片图像之间的相似性信息之前，还包括：分别对所述第一二维切片图像及所述第二二维切片图像进行归一化处理，得到第一归一化图像及第二归一化图像；
计算所述第一归一化图像及所述第二归一化图像的相似性信息。
8.一种膝关节病灶检测装置，其特征在于，包括：
计算单元，用于对获取的膝盖图像中的T1第一图像及T2第二图像进行相似性信息计算，并基于所述相似性信息得到对应的第三图像；
合成单元，用于对所述T1第一图像、所述T2第二图像及T2第二图像进行合成，得到待处理图像；
检测单元，用于基于预设目标检测模型，对所述待处理图像进行膝关节病灶检测。
9.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至7中任意一项所述的膝关节病灶检测方法。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的膝关节病灶检测方法。
CN202311028640.9A 2023-08-14 2023-08-14 膝关节病灶检测方法及装置、电子设备和存储介质 Pending CN117036750A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311028640.9A CN117036750A (zh) 2023-08-14 2023-08-14 膝关节病灶检测方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311028640.9A CN117036750A (zh) 2023-08-14 2023-08-14 膝关节病灶检测方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN117036750A true CN117036750A (zh) 2023-11-10

Family

ID=88631374

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311028640.9A Pending CN117036750A (zh) 2023-08-14 2023-08-14 膝关节病灶检测方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN117036750A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118298269A (zh) * 2024-06-05 2024-07-05 北京爱康宜诚医疗器材有限公司 一种基于共享表征的膝关节ct和磁共振多模态影像融合方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118298269A (zh) * 2024-06-05 2024-07-05 北京爱康宜诚医疗器材有限公司 一种基于共享表征的膝关节ct和磁共振多模态影像融合方法

Similar Documents

Publication Publication Date Title
Yap et al. Deep learning in diabetic foot ulcers detection: A comprehensive evaluation
CN112767329B (zh) 图像处理方法及装置、电子设备
Ing et al. Semantic segmentation for prostate cancer grading by convolutional neural networks
KR20210140757A (ko) 네트워크 훈련 방법, 이미지 처리 방법 및 장치, 전자 기기 및 저장 매체
Wang et al. Does non-COVID-19 lung lesion help? investigating transferability in COVID-19 CT image segmentation
JP2022537974A (ja) ニューラルネットワーク訓練方法及び装置、電子機器並びに記憶媒体
US11227387B2 (en) Multi-stage brain tumor image processing method and system
CN114820584B (zh) 肺部病灶定位装置
CN115082490B (zh) 异常预测方法、异常预测模型的训练方法、装置及设备
Alom et al. Skin cancer segmentation and classification with improved deep convolutional neural network
WO2024011835A1 (zh) 一种图像处理方法、装置、设备及可读存储介质
Yang et al. AX-Unet: A deep learning framework for image segmentation to assist pancreatic tumor diagnosis
Li et al. Blind CT image quality assessment via deep learning strategy: initial study
CN115170464A (zh) 肺图像的处理方法、装置、电子设备和存储介质
Zeng et al. DEA-UNet: a dense-edge-attention UNet architecture for medical image segmentation
CN117218133A (zh) 肺图像处理方法及装置、电子设备和存储介质
CN117036750A (zh) 膝关节病灶检测方法及装置、电子设备和存储介质
Farooq et al. Derm-t2im: Harnessing synthetic skin lesion data via stable diffusion models for enhanced skin disease classification using vit and cnn
Wang et al. A novel automatic acne detection and severity quantification scheme using deep learning
Gou et al. Artificial intelligence multiprocessing scheme for pathology images based on transformer for nuclei segmentation
Ma et al. TiCNet: Transformer in Convolutional Neural Network for Pulmonary Nodule Detection on CT Images
CN114418931B (zh) 术后剩余肺叶的提取方法及装置、电子设备和存储介质
CN115272250A (zh) 确定病灶位置方法、装置、计算机设备和存储介质
CN117392119B (zh) 基于位置先验和特征感知的肿瘤病变区域检测方法及装置
Ramamoorthy et al. TransAttU-Net Deep Neural Network for Brain Tumor Segmentation in Magnetic Resonance Imaging Réseau neuronal profond TransAttU-Net pour la segmentation des tumeurs cérébrales avec l’imagerie par résonance magnétique

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination