本發明屬于計算機視覺與人工智能領域,具體涉及一種基于不確定性增強的用于牙齒與牙髓分割網絡的損失函數計算方法及裝置。
背景技術:
1、在深度學習的圖像分割任務中,損失函數在指導模型訓練中發揮關鍵作用。圖像分割的目標是將圖像劃分成不同的區域或類別,如語義分割中的目標對象與背景。為了實現這一目標,損失函數需準確評估預測結果與實際標簽之間的差異。常見的損失函數包括交叉熵損失(cross-entropy?loss)和dice系數損失(dice?coefficient?loss)。交叉熵損失是一種衡量實際類別與預測概率之間差異的損失函數,適用于多類分割問題。dice系數損失則衡量預測區域與真實區域之間的重疊比例,常用于醫學影像分割等領域。綜合來說,選擇合適的損失函數能夠有效解決不同任務和數據集的具體需求,提高模型的分割性能。近期的研究也聚焦于組合損失、多尺度損失和自適應損失,以進一步優化模型。然而,提出的這些損失函數并不能很好的解決cbct影像中牙齒與牙髓分割邊界容易出現丟失的問題,其原因主要在于這些損失函數并沒有考慮到牙齒與牙髓分割的邊界存在大量低置信度的區域,并且這些區域在整個目標分割體積中所占比例很小,導致網絡在訓練階段無法有效關注到這些區域。故此,迫切需要一種針對牙齒與牙髓高精度分割的損失函數。
技術實現思路
1、本發明提出一種基于不確定性增強的用于牙齒與牙髓分割網絡的損失函數計算方法及裝置,旨在增強網絡模型在訓練過程中對牙齒與牙髓弱小細節區域的關注程度,同時提高網絡模型對低置信度預測區域的判別能力。
2、第一方面,本發明提出一種基于不確定性增強的用于牙齒與牙髓分割網絡的損失函數計算方法,包括以下步驟:
3、步驟1:通過softmax計算出輸入骨干網絡的cbct圖像的牙齒與牙髓分割預測概率圖,其中表示類別;
4、步驟2:獲取cbct圖像的牙齒與牙髓的分割掩碼真值標簽,并對其進行one-hot編碼,從而得到二值掩碼真值標簽;
5、步驟3:根據網絡輸出的每一類的分割預測概率譜計算每一個類別的不確定度加權譜,如下式所示:
6、每一個類別的不確定度加權譜,其中,表示不確定度閾值超參;
7、步驟4:利用計算得到的每一個類別的不確定度加權譜計算不確定度增強損失,如下式:
8、,式中,是不確定度增強損失,表示進行元素級求和。
9、進一步地,根據實際效果與實際應用場景,對進行微調;的設定范圍為,當為0.3時,損失函數計算預測置信度低于0.8的區域的損失,當為0.45時,損失函數計算置信度低于0.95的區域的損失。
10、進一步地,所述方法還包括:
11、計算所述損失函數的梯度值;
12、基于所述梯度值更新網絡參數;
13、利用更新后的網絡參數重復進行所述損失函數的計算,直到損失函數小于等于預設值為止。
14、第二方面,本發明提出一種基于不確定性增強的用于牙齒與牙髓分割網絡的損失函數計算裝置,該裝置包括:
15、預測概率譜獲取模塊,用于獲取輸入骨干網絡的cbct圖像的牙齒與牙髓分割預測概率圖,其中表示類別;
16、分割掩碼真值標簽計算模塊,用于獲取cbct圖像中牙齒與牙髓的二值掩碼真值標簽;
17、不確定度加權譜獲取模塊,根據網絡輸出的每一類的分割預測概率譜計算不確定度加權譜,所述模塊利用下列公式計算:
18、,其中,表示不確定度閾值超參;
19、第一計算模塊,利用計算得到的每一個類別的不確定度加權譜計算不確定度增強損失,所述第一計算模塊,包括:
20、計算子模塊,利用下列公式計算所述不確定度增強損失:
21、,式中,是不確定度增強損失,表示進行元素級求和。
22、進一步地,所述裝置還包括:
23、第二計算模塊,用于計算所述損失函數的梯度值;
24、更新模塊,用于基于所述梯度值更新網絡參數;
25、第三計算模塊,用于利用更新后的網絡參數重復進行所述損失函數的計算,直到損失函數小于等于預設值為止。
26、本發明解決了在cbct影像中牙齒與牙髓分割邊界容易出現丟失的問題,使得牙齒與牙髓分割結果更準確,在評價指標dice系數上能夠實現平均高達1%的提升,同時牙髓末端分割長度也延長了2-3mm,有效提高了模型的分割性能。
1.一種基于不確定性增強的用于牙齒與牙髓分割網絡的損失函數計算方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的一種基于不確定性增強的用于牙齒與牙髓分割網絡的損失函數計算方法,其特征在于,根據實際效果與實際應用場景,對進行微調;的設定范圍為,當為0.3時,損失函數計算預測置信度低于0.8的區域的損失,當為0.45時,損失函數計算置信度低于0.95的區域的損失。
3.根據權利要求1所述的一種基于不確定性增強的用于牙齒與牙髓分割網絡的損失函數計算方法,其特征在于,所述方法還包括:
4.一種基于不確定性增強的用于牙齒與牙髓分割網絡的損失函數計算裝置,其特征在于,該裝置包括:
5.根據權利要求4所述的一種基于不確定性增強的用于牙齒與牙髓分割網絡的損失函數計算裝置,其特征在于,所述裝置還包括: