基于一致性对齐的脑部MRI图像分类方法、设备和介质

专利主权项内容

1.一种基于一致性对齐的脑部MRI图像分类方法，其特征在于，是按照如下步骤进行：步骤1、对类脑部MRI图像进行预处理：K步骤1.1、使用N4ITK场矫正法对类脑部MRI图像进行检测和矫正，得到处理后的脑部图像数据集；K步骤1.2、使用HD-BET法对脑部图像数据集进行去颅骨操作，得到去颅骨后的脑部图像数据集{ 12}，其中，表示第个脑部MRI图像样本，令的类别标签为，从而得到第个样本数据{}，∈{12}；表示脑部MRI图像的总类别；X = xi |i = , , ..., N xiixiyiixi , yi yi, , ..., K K步骤2、特征提取器 对第个脑部MRI图像样本进行处理得到第个脑部MRI图像样本属于第个类别的预测概率；fixiixij步骤3、利用两类差异化目标函数建立不一致性特征以及对抗样本：步骤a、利用式(7)构建第一类对抗样本：X1adv
(7)式(7)中，表示差异性对抗扰动，|| ||表示范数，表示扰动强度的控制参数，为特征提取器的参数，表示第一类差异化目标函数，并由式(8)得到：δ plpηwf L1adv
(8)式(8)中，代表用于平衡两个目标函数的超参数，表示基于任务的目标函数，表示辅助的目标函数；λLCELCon步骤b、利用式(9)构建第二类对抗样本：X2adv
(9)式(9)中，表示第二类差异化目标函数，并由式(10)得到：Ladv2
(10)步骤4、利用式(11)构建一致性矫正函数：LTot
(11)式(11)中，是待调节的超参数；表示两类对抗样本的基于任务的目标函数，表示两类对抗样本的辅助的目标函数，表示第一类对抗样本，表示第二类对抗样本；βLaCELaConX1advX2adv步骤5、基于去颅骨后的脑部图像数据集，利用梯度下降法对所述特征提取器进行训练，并计算一致性矫正函数以更新参数，直到一致性矫正函数收敛为止，从而得到训练后的特征提取器，用于实现对脑部MRI图像的分类。Xf LTot wLTot