本發(fā)明涉及圖像檢測(cè)領(lǐng)域，尤其涉及一種膝關(guān)節(jié)軟骨缺損分割方法、電子設(shè)備、介質(zhì)。

背景技術(shù)：

1、軟骨是關(guān)節(jié)中覆蓋于骨骼表面的組織，它有助于減少關(guān)節(jié)間的摩擦和保護(hù)骨頭。然而關(guān)節(jié)軟骨疾病的發(fā)病人群數(shù)量逐漸增大，種類繁多，其中最常見(jiàn)的是軟骨缺損，對(duì)軟骨缺損的治療手段包括注射治療、手術(shù)治療以及目前處于發(fā)展階段的機(jī)器人治療方式，而軟骨缺損的位置、形狀、大小等物理信息對(duì)于上述提及的治療手段都是必要的信息，因此獲取膝關(guān)節(jié)軟骨缺損的精準(zhǔn)分割結(jié)果對(duì)于膝關(guān)節(jié)軟骨缺損的治療是至關(guān)重要的。

2、軟骨組織的形態(tài)大小各不相同，軟骨缺損的種類、顏色、形態(tài)大小也極具差異性，即使由專業(yè)醫(yī)生通過(guò)人眼觀察得到準(zhǔn)確的缺損判斷是極其困難的，同時(shí)，采用傳統(tǒng)的計(jì)算機(jī)視覺(jué)方法難以實(shí)現(xiàn)軟骨缺損分割任務(wù)。

3、并且由于膝關(guān)節(jié)軟骨缺損的樣本獲取需要符合一定的醫(yī)學(xué)、倫理要求，樣本的獲取存在一定難度。并且樣本的標(biāo)注任務(wù)需要在軟骨缺損復(fù)雜困難的醫(yī)學(xué)診斷標(biāo)準(zhǔn)下進(jìn)行，大規(guī)模完成樣本精確的缺損標(biāo)注需要一定的時(shí)間、人力成本，因此高質(zhì)量標(biāo)注的膝關(guān)節(jié)軟骨缺損的數(shù)據(jù)集存在數(shù)量上較少。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)不足，本發(fā)明提供了一種膝關(guān)節(jié)軟骨缺損分割方法、電子設(shè)備、介質(zhì)。

2、第一方面，本發(fā)明實(shí)施例提供了一種膝關(guān)節(jié)軟骨缺損分割方法，所述方法包括：

3、將帶軟骨缺損標(biāo)簽的圖像輸入至學(xué)生模型，所述學(xué)生模型包括trans?u-net網(wǎng)絡(luò)和attention?u-net網(wǎng)絡(luò)，分別輸出第一有標(biāo)簽預(yù)測(cè)結(jié)果、第二有標(biāo)簽預(yù)測(cè)結(jié)果；

4、將不帶軟骨缺損標(biāo)簽的圖像分別輸入至學(xué)生模型和教師模型，所述教師模型采用attention?u-net網(wǎng)絡(luò)；輸出第一無(wú)標(biāo)簽預(yù)測(cè)結(jié)果、第二無(wú)標(biāo)簽預(yù)測(cè)結(jié)果、第三無(wú)標(biāo)簽預(yù)測(cè)結(jié)果；

5、設(shè)置監(jiān)督損失和半監(jiān)督損失；將監(jiān)督損失和半監(jiān)督損失的加權(quán)和作為總損失函數(shù)；利用總損失函數(shù)訓(xùn)練學(xué)生模型；

6、對(duì)學(xué)生模型中attention?u-net網(wǎng)絡(luò)的網(wǎng)絡(luò)權(quán)重進(jìn)行指數(shù)移動(dòng)平均從而更新教師模型中的網(wǎng)絡(luò)權(quán)重，得到優(yōu)化后的教師模型；將優(yōu)化后的教師模型作為膝關(guān)節(jié)軟骨缺損分割模型；其中，所述膝關(guān)節(jié)軟骨缺損分割模型用于根據(jù)待分割的膝關(guān)節(jié)軟骨缺損圖像確認(rèn)其膝關(guān)節(jié)軟骨缺損掩碼圖像。

7、第二方面，本發(fā)明實(shí)施例提供了一種電子設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器與所述處理器耦接；其中，所述存儲(chǔ)器用于存儲(chǔ)程序數(shù)據(jù)，所述處理器用于執(zhí)行所述程序數(shù)據(jù)以實(shí)現(xiàn)上述的膝關(guān)節(jié)軟骨缺損分割方法。

8、第三方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的膝關(guān)節(jié)軟骨缺損分割方法。

9、第四方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序/指令，該計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的膝關(guān)節(jié)軟骨缺損分割方法。

10、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

11、本發(fā)明公開(kāi)了一種膝關(guān)節(jié)軟骨缺損分割方法，通過(guò)設(shè)置監(jiān)督損失和半監(jiān)督損失協(xié)同訓(xùn)練學(xué)生模型，并對(duì)學(xué)生模型中attention?u-net網(wǎng)絡(luò)的網(wǎng)絡(luò)權(quán)重進(jìn)行指數(shù)移動(dòng)平均從而更新教師模型中的網(wǎng)絡(luò)權(quán)重，將優(yōu)化后的教師模型作為膝關(guān)節(jié)軟骨缺損分割模型，實(shí)現(xiàn)了多個(gè)專家綜合解釋可以提高診斷可靠性并產(chǎn)生更少的假陰性的診斷方法，實(shí)現(xiàn)準(zhǔn)確且可靠的軟骨缺損分割效果。同時(shí)解決了軟骨缺損數(shù)據(jù)集成本較高的問(wèn)題，有效降低了標(biāo)注成本。

技術(shù)特征：

1.一種膝關(guān)節(jié)軟骨缺損分割方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的一種膝關(guān)節(jié)軟骨缺損分割方法，其特征在于，學(xué)生模型中的trans?u-net網(wǎng)絡(luò)和attention?u-net網(wǎng)絡(luò)的初始化參數(shù)不同。

3.根據(jù)權(quán)利要求1所述的一種膝關(guān)節(jié)軟骨缺損分割方法，其特征在于，學(xué)生模型中的attention?u-net網(wǎng)絡(luò)與教師模型中的attention?u-net網(wǎng)絡(luò)的初始化參數(shù)相同。

4.根據(jù)權(quán)利要求1所述的一種膝關(guān)節(jié)軟骨缺損分割方法，其特征在于，設(shè)置監(jiān)督損失包括：

5.根據(jù)權(quán)利要求1所述的一種膝關(guān)節(jié)軟骨缺損分割方法，其特征在于，設(shè)置半監(jiān)督損失包括：

6.根據(jù)權(quán)利要求4或5所述的一種膝關(guān)節(jié)軟骨缺損分割方法，其特征在于，將監(jiān)督損失和半監(jiān)督損失的加權(quán)和作為總損失函數(shù)，所述總損失函數(shù)的表達(dá)式如下：

7.根據(jù)權(quán)利要求1所述的一種膝關(guān)節(jié)軟骨缺損分割方法，其特征在于，對(duì)學(xué)生模型中attention?u-net網(wǎng)絡(luò)的網(wǎng)絡(luò)權(quán)重進(jìn)行指數(shù)移動(dòng)平均從而更新教師模型中的網(wǎng)絡(luò)權(quán)重包括：

8.一種電子設(shè)備，包括存儲(chǔ)器和處理器，其特征在于，所述存儲(chǔ)器與所述處理器耦接；其中，所述存儲(chǔ)器用于存儲(chǔ)程序數(shù)據(jù)，所述處理器用于執(zhí)行所述程序數(shù)據(jù)以實(shí)現(xiàn)上述權(quán)利要求1-7一項(xiàng)所述的膝關(guān)節(jié)軟骨缺損分割方法。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一所述的膝關(guān)節(jié)軟骨缺損分割方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序/指令，其特征在于，該計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-7任一所述的膝關(guān)節(jié)軟骨缺損分割方法。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種膝關(guān)節(jié)軟骨缺損分割方法、電子設(shè)備、介質(zhì)，所述方法包括：將帶軟骨缺損標(biāo)簽的圖像輸入至學(xué)生模型，所述學(xué)生模型包括Trans?U?Net網(wǎng)絡(luò)和Attention?U?Net網(wǎng)絡(luò)，分別輸出第一、第二有標(biāo)簽預(yù)測(cè)結(jié)果；將不帶軟骨缺損標(biāo)簽的圖像分別輸入至學(xué)生模型和教師模型，所述教師模型采用Attention?U?Net網(wǎng)絡(luò)，輸出第一、第二、第三無(wú)標(biāo)簽預(yù)測(cè)結(jié)果；設(shè)置監(jiān)督損失和半監(jiān)督損失；將監(jiān)督損失和半監(jiān)督損失的加權(quán)和作為總損失函數(shù)以訓(xùn)練學(xué)生模型；對(duì)學(xué)生模型中Attention?U?Net網(wǎng)絡(luò)的網(wǎng)絡(luò)權(quán)重進(jìn)行指數(shù)移動(dòng)平均從而更新教師模型中的網(wǎng)絡(luò)權(quán)重，得到優(yōu)化后的教師模型；將優(yōu)化后的教師模型作為膝關(guān)節(jié)軟骨缺損分割模型，用于根據(jù)待分割的膝關(guān)節(jié)軟骨缺損圖像確認(rèn)其膝關(guān)節(jié)軟骨缺損掩碼圖像。

技術(shù)研發(fā)人員：胡松鈺,歐偉軒,郭李雯,胡佳瀅,賀永,傅建中
受保護(hù)的技術(shù)使用者：浙江大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26