[发明专利]一种基于卷积神经网络的医学图像分割方法及装置在审
| 申请号： | 202011455188.0 | 申请日： | 2020-12-10 |
| 公开（公告）号： | CN112489029A | 公开（公告）日： | 2021-03-12 |
| 发明（设计）人： | 张娜;郑海荣;刘新;申帅;胡战利;梁栋;李烨;邹超;贾森 | 申请（专利权）人： | 深圳先进技术研究院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/10 |
| 代理公司： | 北京维正专利代理有限公司 11508 | 代理人： | 任志龙 |
| 地址： | 518000 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 卷积 神经网络 医学 图像 分割 方法 装置 | ||
1.一种基于卷积神经网络的医学图像分割数据增强方法，其特征在于，包括：
对获取的原始图像进行边缘增强处理，获得边缘增强的原始图像；
将原始图像和边缘增强的原始图像合并生成多通道图像数据；
将获得的多通道图像数据作为训练样本输入卷积神经网络模型，将原始图像的标注数据作为卷积神经网络模型拟合的目标，对卷积神经网络模型进行训练，获得卷积神经网络训练模型；
通过卷积神经网络训练模型对待测图像进行测试以实现对待测图像按照所述标注数据的类型进行分割。
2.根据权利要求1所述的基于卷积神经网络的医学图像分割数据增强方法，其特征在于，所述通过卷积神经网络训练模型对待测图像进行测试以实现对待测图像按照所述标注数据的类型进行分割的步骤包括：
将待测图像进行边缘增强处理，获得边缘增强的待测图像；
将待测图像和边缘增强的待测图像合并生成多通道图像数据；
将获得的多通道图像数据输入卷积神经网络训练模型中进行拟合，获得分割图像。
3.根据权利要求2所述的基于卷积神经网络的医学图像分割数据增强方法，其特征在于，所述对获取的原始图像进行边缘增强处理，获得边缘增强图像的步骤包括：
分别采用Laplacian、Scharr和/或Canny边缘增强算法对获取的原始图像进行边缘增强处理，获得多个边缘增强的原始图像；
所述将待测图像进行边缘增强处理，获得边缘增强的待测图像的步骤包括：
分别采用Laplacian、Scharr和/或Canny边缘增强算法对获取的待测图像进行边缘增强处理，获得多个边缘增强的待测图像。
4.根据权利要求2所述的基于卷积神经网络的医学图像分割数据增强方法，其特征在于，所述原始图像及待测图像均为脑血管图像或均为心血管图像。
5.根据权利要求2所述的基于卷积神经网络的医学图像分割数据增强方法，其特征在于，所述卷积神经网络模型为多输入通道的U－net网络分割模型。
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深圳先进技术研究院，未经深圳先进技术研究院许可，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/pat/books/202011455188.0/1.html，转载请声明来源钻瓜专利网。
