(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210879158.5 (22)申请日 2022.07.25 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 俞刚　陈冯薏　朱珠　赵永根　 李竞　黄坚　齐国强　沈忱　余卓　 (74)专利代理 机构 杭州天勤知识产权代理有限 公司 33224 专利代理师 彭剑 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06V 10/22(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) A61B 6/00(2006.01) (54)发明名称 一种基于域泛化模型的多年龄段儿童胸片 图像肺炎分类系统 (57)摘要 本发明公开了一种基于域泛化模型的多年 龄段儿童胸片图像肺炎分类系统， 包括计算机存 储器、 计算机处理器以及存储在所述计算机存储 器中并可在所述计算机处理器上执行的计算机 程序， 所述计算机存储器中存有训练好的域泛化 分类模型； 所述的域泛化 分类模型采用改进的F ‑ conv网络模型， 包括权重层、 滤波器层、 共 享层三 个部分； 对于待测的图像， 输入域泛化分类模型 后， 通过权重组与滤波器层中对应的滤波器组进 行点乘加权， 将所有结果相加， 获得滤波器层的 输出； 滤波器层的输出输入至共享层， 通过多次 2D的卷积， 最终再通过全 连接层获得模 型的分类 结果。 利用本发明， 可以让多年龄段儿童在同一 模型上实现肺炎高性能分类 。 权利要求书2页 说明书5页 附图4页 CN 115205599 A 2022.10.18 CN 115205599 A 1.一种基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统， 其特征在于， 包括计 算机存储器、 计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执 行的计算机程序， 所述计算机存储器中存有训练好的域泛化分类模型； 所述的域泛化分类 模型采用改进的F ‑conv网络模型， 包括权重层、 滤波器层、 共享层三个部分； 所述域泛化分 类模型的训练过程如下： (1)收集多年龄段的儿童X线胸片图像， 对图像数据进行 预处理； (2)使用已训练好的ResUnet模型对儿童X线胸片图像中的肺部区域进行提取； (3)基于肺部区域的特征， 结合临床信息， 使用无监督的Kmeans++模型对图像进行聚 类， 根据聚类后的类别数目确定分组数目n及各组的中心C＝{C1,C2,…,Cn}； (4)将全部图像数据随机划分为训练集、 验证集和 测试集； (5)将训练集送入到构建的域泛化分类模型中进行训练， 利用验证集对域泛化分类模 型的性能进行评估， 根据评估的效果对模型的超参数进行调整， 通过反复训练、 验证， 最终 得到性能达标的域泛化分类模型； 所述计算机处 理器执行所述计算机程序时实现以下步骤： 将待分类的X线胸片图像进行预处理后输入训练好的域泛化分类模型， 在权重组， 对于 输入的图像， 计算其特征组F与各组的中心C＝{C1,C2,…,Cn}的距离D＝{Di＝||F‑Ci||2,i∈ [1,n]}， 然后用Softmax将距离D归一到[0,1]之间， 从而获取此图像在不同分组内的权重 通过权重组与滤波器层中对应的滤波器组进行点乘加权， 将所有结果 相加， 获得滤波器层的输出； 滤波器层的输出输入至共享层， 通过多次2D的卷积， 最终再通 过全连接层获得模型的分类结果。 2.根据权利要求1所述的基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统， 其 特征在于， 步骤(1)中， 所述的预处理包括对图像进行数据归一化操作， 并采用高斯滤波器 滤除噪声。 3.根据权利要求1所述的基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统， 其 特征在于， 步骤(3)的具体过程 为： 根据分割后的肺部区域， 提取大小、 形状特征， 结合临床信息中的年龄、 性别、 身高、 体 重特征， 组成每例图像的特征组F， 然后基于无监督的Kmeans++模型对各图像进行聚类； 根 据聚类结果， 确定分组的数目n和各组的中心C＝{C1,C2,…,Cn}。 4.根据权利要求1所述的基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统， 其 特征在于， 步骤(4)中， 将全部图像数据按7:1:2随机划分为训练集、 验证集和 测试集。 5.根据权利要求1所述的基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统， 其 特征在于， 步骤(5)中， 采用监 督训练方法对域泛化分类模型进行训练。 6.根据权利要求1所述的基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统， 其 特征在于， 在滤波器层， 模型定义n+1个滤波器组Filter＝{Filter0,Filter1,…,Filtern}， 编号为0的滤波器组Filter0是共享滤波器组， 用来学习所有年龄数据集上的共同特征， 编 号为1～n的滤波器组{Filter1,Filter2,…,Filtern}分别用来学习不同分组 的特征； 每个 滤波器都是标准的卷积滤波器， 它包含了4 维的数据， 分别对应输入通道数、 输出通道数、 卷权　利　要　求　书 1/2 页 2 CN 115205599 A 2积核数和核的宽度。 7.根据权利要求6所述的基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统， 其 特征在于， 滤波器层的输出为： 其中， 表示的是一个特征图， 作为滤波器层的输出以及共享层的输入， W、 Fiter、 x分别 表示权重组、 滤波器组和输入图像。 8.根据权利要求1所述的基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统， 其 特征在于， 所述的域泛化分类模型还构建了损失函数L oss， 用于模型的反向传播学习； 损失函数Loss包括基于肺炎标签的交叉熵、 基于类内相似度的损失函数、 基于滤波器 权重组的交叉熵； 其中， 肺炎标签的交叉熵用于学习整体分类性能， 基于类内相似度的损失 函数用于使每个年龄段的数据的分类能更加接近， 基于滤波器权重组的交叉熵用于学习到 多年龄段的共同特 征。权　利　要　求　书 2/2 页 3 CN 115205599 A 3