[发明专利]基于圆形卷积核的脑胶质瘤的分割方法、装置及相关组件有效
申请号: | 202110569754.9 | 申请日: | 2021-05-25 |
公开(公告)号: | CN113177938B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 汪天富;刘羽健;杜杰;岳广辉;管凯;刘鹏 | 申请(专利权)人: | 深圳大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T3/40;G06V10/44;G06V10/82;G06N3/0464;G06N3/08 |
代理公司: | 深圳市精英专利事务所 44242 | 代理人: | 武志峰 |
地址: | 518000 广东省深*** | 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: | 基于 圆形 卷积 胶质 分割 方法 装置 相关 组件 | ||
1.一种基于圆形卷积核的脑胶质瘤的分割方法,其特征在于,包括:
获取脑胶质瘤的医学图像,并对所述医学图像进行预处理,得到包含多个方形特征图片段的特征图像;
利用双线性插值对每一方形特征图片段进行插值计算,得到每一方形特征图片段对应的圆形特征图片段;
将各所述圆形特征图片段进行拼接得到目标特征图,然后对所述目标特征图进行卷积点乘计算;
利用U-Net网络对经过卷积点乘计算的所述目标特征图进行采样处理,并将采样结果作为最终的脑胶质瘤的分割图片;
所述将各所述圆形特征图片段进行拼接得到目标特征图,然后对所述目标特征图进行卷积点乘计算,包括:
根据各所述方形特征图片段在所述特征图像中的位置顺序对对应的各所述圆形特征图片段进行拼接,得到目标特征图;
对所述目标特征图进行卷积点乘计算,得到大小与所述特征图像相同的目标特征图;
所述利用U-Net网络对经过卷积点乘计算的所述目标特征图进行采样处理,并将采样结果作为最终的脑胶质瘤的分割图片,包括:
将经过卷积点乘计算的所述目标特征图输入至所述U-Net网络的第一下采样层中;
利用批标准化和激活函数对所述目标特征图进行第一次处理;
对处理后的目标特征图进行卷积计算;
利用批标准化、激活函数和最大池化依次对卷积计算后的目标特征图进行第二次处理,得到目标特征图,并作为第一下采样层的输出结果;
所述利用U-Net网络对经过卷积点乘计算的所述目标特征图进行采样处理,并将采样结果作为最终的脑胶质瘤的分割图片,还包括:
将第一下采样层的输出结果分别输入至第二下采样层和第四上采样层中进行下采样和上采样;
将所述第二下采样层的输出结果分别输入至第三层下采样和第三层上采样中进行下采样和上采样;
将第三下采样层的输出结果分别输入至第四层下采样和第二层上采样中进行下采样和上采样;
对第四层下采样的输出结果连续进行两次的卷积计算和批标准化处理,并将处理后的结果进行上采样和合并处理,从而得到最终的采样结果。
2.根据权利要求1所述的基于圆形卷积核的脑胶质瘤的分割方法,其特征在于,所述获取脑胶质瘤的医学图像,并对所述医学图像进行预处理,得到包含多个方形特征图片段的特征图像,包括:
对所述医学图像进行填充,得到特征图像;
按照预设卷积核大小对所述特征图像进行分离,得到多个方形特征图片段。
3.根据权利要求1所述的基于圆形卷积核的脑胶质瘤的分割方法,其特征在于,所述利用双线性插值对每一方形特征图片段进行插值计算,得到每一方形特征图片段对应的圆形特征图片段,包括:
基于所述方形特征图片段与对应的圆形特征图片段的关系确定所述圆形特征图片段的位置和大小;
根据所述方形特征图片段与所述圆形特征图片段中位置相同的已知点,确定所述圆形特征图片段中待进行插值计算的目标点;
通过已知点和目标点的位置关系对所述目标点进行插值计算。
4.根据权利要求3所述的基于圆形卷积核的脑胶质瘤的分割方法,其特征在于,所述通过已知点和目标点的位置关系对所述目标点进行插值计算,包括:
利用矩阵乘法对所述圆形特征图片段上的目标点进行并行插值计算。
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大学,未经深圳大学许可,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/pat/books/202110569754.9/1.html,转载请声明来源钻瓜专利网。