[发明专利]多分辨率医学影像在神经网络中的尺寸自适应预处理方法在审
| 申请号： | 201810796673.0 | 申请日： | 2018-07-19 |
| 公开（公告）号： | CN110738597A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 朱森华;陈卓;章桦 | 申请（专利权）人： | 北京连心医疗科技有限公司 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06T7/10;G16H30/20 |
| 代理公司： | 11335 北京汇信合知识产权代理有限公司 | 代理人： | 孙腾 |
| 地址： | 100094 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于医学图像技术领域，涉及一种多分辨率医学图像在深度学习神经网络中的尺寸自适应预处理方法、设备和存储介质。该方法包括如下步骤：统一输入深度学习网络中各医学图像像素间物理间距的大小，获得像素/体素层面分辨率不一的医学图像；确定医学影像的分块大小和分块步长；按照以上确定的分块大小和分块步长对重采样后的医学图像进行连续分块操作。通过本发明提供的方法可以使神经学习网络接受任意分辨率输入的医学影像，通过对图像的分块化和边缘区域分块进行补零操作可以让深度学习网络接收任意尺寸的图像输入，避免医学图像裁剪后导致的信息丢失问题；同时通过局部补零操作也能有效降低计算网络时性能的消耗。 | ||
| 搜索关键词： | 分块 医学图像 医学影像 分辨率 补零 像素 学习神经网络 自适应预处理 边缘区域 存储介质 多分辨率 计算网络 图像输入 网络接收 信息丢失 重采样 体素 裁剪 学习 网络 神经 图像 消耗 统一 | ||
【主权项】：
1.一种用于深度学习网络中多分辨率医学图像尺寸自适应预处理方法，适于在计算设备中执行，其特征在于：包括如下步骤：/n(1)、统一输入深度学习网络中各医学图像像素间物理间距的大小，获得像素/体素层面分辨率不一的医学图像；/n(2)、确定医学影像的分块大小和分块步长；/n(3)、按照确定的分块大小和分块步长对重采样后的医学图像进行分块操作。/n
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北京连心医疗科技有限公司，未经北京连心医疗科技有限公司许可，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/201810796673.0/，转载请声明来源钻瓜专利网。
