[发明专利]分割模型训练方法、装置及计算机可读存储介质有效
| 申请号： | 201810716876.4 | 申请日： | 2018-07-03 |
| 公开（公告）号： | CN109102509B | 公开（公告）日： | 2021-06-25 |
| 发明（设计）人： | 胡战利;马慧;吴垠;梁栋;杨永峰;刘新;郑海荣 | 申请（专利权）人： | 深圳先进技术研究院 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10 |
| 代理公司： | 深圳中一联合知识产权代理有限公司 44414 | 代理人： | 李艳丽 |
| 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： | 本发明提供一种分割模型训练方法，装置及计算机可读存储介质，方法包括：将采集的心脏CT图像输入到深度学习网络模型进行训练，得到各心脏CT图像的第一分割结果，基于强化学习方法，根据心室位置信息及第一分割结果对该第一分割结果进行微调，得到第二分割结果，根据该第二分割结果及上述心室位置信息对深度学习网络模型进行迭代训练，将训练后的深度学习网络模型作为对心脏心肌进行分割的分割模型。通过将心脏CT图像及各心脏CT图像的心室位置信息作为训练数据对深度学习网络模型进行训练，使得能够得到可自动对心脏CT图像进行心室分割的分割模型，且进一步的通过结合强化学习方法进行微调及迭代训练，能够得到分割精度更高的分割模型。 | ||
| 搜索关键词： | 分割 模型 训练 方法 装置 计算机 可读 存储 介质 | ||
【主权项】：
1.一种分割模型训练方法，其特征在于，所述方法包括：采集多张心脏计算机断层扫面CT图像，获取各心脏CT图像已勾勒的心室位置信息；将所述心脏CT图像输入到深度学习网络模型进行训练，得到所述深度学习网络模型输出的各所述心脏CT图像的第一分割结果；基于强化学习方法，根据所述心室位置信息及所述第一分割结果对所述第一分割结果进行微调，得到各所述心脏CT图像的第二分割结果；根据所述第二分割结果及所述心室位置信息对所述深度学习网络模型进行迭代训练，将训练后的深度学习网络模型作为所述分割模型。
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/patent/201810716876.4/，转载请声明来源钻瓜专利网。
