[发明专利]一种基于深度学习的CT序列图像肝脏肿瘤分割方法在审
| 申请号： | 202211407538.5 | 申请日： | 2022-11-10 |
| 公开（公告）号： | CN115690423A | 公开（公告）日： | 2023-02-03 |
| 发明（设计）人： | 廖苗;邸拴虎;梁伟 | 申请（专利权）人： | 湖南科技大学 |
| 主分类号： | G06V10/26 | 分类号： | G06V10/26;G06V10/764;G06V10/82;G06T7/00;G06N3/0464;G06N3/045;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 411201 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的CT序列图像肝脏肿瘤分割方法，主要包括：(1)构建基于空洞空间金字塔卷积的U型2D卷积网络，并利用该网络分别从矢状面、冠状面和横切面三个视图方向对CT序列图像进行二维切片分割；(2)采用轻量级的3D卷积网络对不同视图方向获取的分割结果进行融合，获取CT序列各像素属于目标的概率及CT序列肝脏肿瘤三维分割结果；(3)根据所获取的概率和三维分割结果，构建图割能量函数，进一步优化分割结果。本发明通过结合2D、3D卷积网络以及图割算法，可在轻量化网络的情况下，有效提取CT序列的三维空间信息，提高肝脏肿瘤分割精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 ct 序列 图像 肝脏 肿瘤 分割 方法 | ||
【主权项】：
暂无信息
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湖南科技大学，未经湖南科技大学许可，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/202211407538.5/，转载请声明来源钻瓜专利网。
