[发明专利]一种基于自适应学习的CT图像分割方法无效
| 申请号： | 201210187464.9 | 申请日： | 2012-06-07 |
| 公开（公告）号： | CN102737379A | 公开（公告）日： | 2012-10-17 |
| 发明（设计）人： | 林倞;江波;杨巍;林梦溪 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东*** | 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： | 本发明公开了一种基于自适应学习的CT图像分割方法，包括以下步骤：1）获取CT图像；2）提取CT图像特征；3）用户在CT图像上输入表明病变区与非病变区的笔触；4）以用户输入的笔触作为基础，利用提取的CT图像特征，建立图像的区域模型；采用边缘检测方法建立图像的边缘模型；5）将区域模型与边缘模型结合建立新模型，并对新模型进行求解推理，获得分割结果。采用本发明能够有效地描述CT图像病变区与非病变区的差异，适应CT图像的复杂性，解决CT图像低性噪比（高噪声）所带来的问题，高效地帮助用户实现快速精准的交互式CT图像病变区分割，从而极大地提高医疗部门的生产效率。 | ||
| 搜索关键词： | 一种 基于 自适应 学习 ct 图像 分割 方法 | ||
【主权项】：
一种基于自适应学习的CT图像分割方法，其特征在于包括以下步骤：1）获取CT图像；2）提取CT图像特征；3）用户在CT图像上输入表明病变区与非病变区的笔触；4）以用户输入的笔触作为基础，利用提取的CT图像特征，建立图像的区域模型；采用边缘检测方法建立图像的边缘模型；5）将区域模型与边缘模型结合建立新模型，并对新模型进行求解推理，获得分割结果。
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中山大学，未经中山大学许可，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/201210187464.9/，转载请声明来源钻瓜专利网。
