[发明专利]基于改进的全卷积神经网络脑肿瘤图像分割方法及装置在审
| 申请号： | 201710812236.9 | 申请日： | 2017-09-11 |
| 公开（公告）号： | CN107749061A | 公开（公告）日： | 2018-03-02 |
| 发明（设计）人： | 邢波涛;李锵;关欣 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T5/50;G06T3/40 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 刘国威 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及医疗器械，为提出一种改进的全卷积神经网络，实现脑肿瘤核磁共振图像的机器分割，避免人工分割存在的低效率及不稳定的缺陷，提供快速、可靠的脑肿瘤分割结果，从而为脑肿瘤的诊断、治疗和手术引导提供准确的依据。为此，本发明采用的技术方案是，基于改进的全卷积神经网络脑肿瘤图像分割方法，步骤如下1)选取图像；2)构建全卷积神经网络FCN模型；3)测试分割结果，当FCN模型训练好后，利用训练的模型对任意一张脑肿瘤图像进行肿瘤位置及边界大小的预测，并使用相应的评价指标对分割结果进行评价，以便更好地改进FCN模型。本发明主要应用于核磁图像处理场合。 | ||
| 搜索关键词： | 基于 改进 卷积 神经网络 肿瘤 图像 分割 方法 装置 | ||
【主权项】：
一种基于改进的全卷积神经网络脑肿瘤图像分割方法，其特征是，步骤如下：1)选取图像：首先对磁共振MRI脑肿瘤液体衰减反转恢复FLAIR、自旋‑自旋弛豫T2及T1增强T1C图像采用中值滤波去噪，然后对三种模态进行线性比例融合，以便更好地对脑肿瘤进行分割；2)构建全卷积神经网络FCN模型：将融合好后的脑肿瘤图像作为训练样本，专家分割结果图的像素点作为训练样本的真值标签，然后进行FCN模型的训练；3)测试分割结果，当FCN模型训练好后，利用训练的模型对任意一张脑肿瘤图像进行肿瘤位置及边界大小的预测，并使用相应的评价指标对分割结果进行评价，以便更好地改进FCN模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710812236.9/，转载请声明来源钻瓜专利网。
