[发明专利]基于深度残差网络的乳腺钼靶图像肿块语义分割方法有效
| 申请号： | 201711172891.9 | 申请日： | 2017-11-22 |
| 公开（公告）号： | CN107886514B | 公开（公告）日： | 2021-04-23 |
| 发明（设计）人： | 赖小波;许茂盛;徐小媚;吕莉莉;刘玉凤 | 申请（专利权）人： | 浙江中医药大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10 |
| 代理公司： | 杭州中成专利事务所有限公司 33212 | 代理人： | 金祺 |
| 地址： | 310053 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于深度残差网络的乳腺钼靶图像肿块语义分割方法，包括以下步骤：标注收集的乳腺钼靶图像对应肿块和正常组织的像素类别，生成标签图像，连同乳腺钼靶图像及其对应的标签图像分成训练样本和测试样本；预处理训练样本后，形成一个训练数据集；构建一个深度残差网络，利用训练数据集训练网络，得到深度残差网络训练模型；预处理待分割乳腺钼靶图像肿块后，利用深度残差网络训练模型对待分割的乳腺钼靶图像像素进行二分类和后处理，输出肿块分割图像，实现乳腺钼靶图像肿块的语义分割。本发明能够有效提高乳腺钼靶图像肿块分割的自动化和智能化水平，可应用于辅助放射科医生进行医学诊断等技术领域。 | ||
| 搜索关键词： | 基于 深度 网络 乳腺 图像 肿块 语义 分割 方法 | ||
【主权项】：
基于深度残差网络的乳腺钼靶图像肿块语义分割方法，其特征在于包括以下步骤：S1、标注收集的乳腺钼靶图像对应乳腺肿块和正常组织的像素类别，生成标签图像，并将乳腺钼靶图像及其对应的标签图像分成训练样本和测试样本；S2、预处理训练样本后，形成一个训练数据集；S3、构建一个深度残差网络，利用训练数据集训练网络，并进行超参数搜索，得到深度残差网络训练模型；S4、待分割乳腺钼靶图像经过预处理后，利用深度残差网络训练模型对该图像的每个像素进行二分类和后处理，输出肿块分割结果。
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浙江中医药大学，未经浙江中医药大学许可，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/201711172891.9/，转载请声明来源钻瓜专利网。
