[发明专利]结合卷积神经网络和模糊推理的脑肿瘤分割方法和装置

摘要

本发明涉及医疗器械，为将计算机图像处理技术应用在脑肿瘤核磁共振图像的分割中，避免人工分割存在的低效率及不稳定的缺陷，利用计算机算法提供快速、可靠的脑肿瘤分割结果，为脑肿瘤的诊断、治疗和手术引导提供准确的依据。本发明采用的技术方案是，结合卷积神经网络和模糊推理的脑肿瘤分割方法,步骤如下1)选取图像；2)构建CNN模型；3)非线性映射；4)模糊推理系统。本发明主要应用于医疗图像的处理。

主权项

一种结合卷积神经网络和模糊推理的脑肿瘤分割方法，其特征是，步骤如下：1)选取图像,从T1(T1‑weighted MRI)、T2(T2‑weighted MRI)、T1c(T1‑weighted MRI with contrast enhancement)和Flair(Fluid‑Attenuated Inversion Recovery)四种类型脑肿瘤MRI图像中选出两种最有效于卷积神经网络模型建立和脑肿瘤分割结果的单模态图像；2)构建CNN模型，将选择好的两种类型脑肿瘤图像分别作为训练样本，专家分割结果图的像素点作为训练样本的真值标签，分别训练得到两种模态图像的CNN模型；3)非线性映射，通过非线性映射将错误样本点的概率均匀分布在0到1之间，使得在大样本情况下的概率分布更好地表现出像素点之间的差异性；4)模糊推理系统，将两种类型单模态图像的概率预测结果作为输入，建立模糊推理系统整合两种类型图像的特征，得到脑肿瘤的分割结果。