[发明专利]基于卷积神经网络的脑肿瘤图像自动分割方法有效
| 申请号： | 201810921637.2 | 申请日： | 2018-08-14 |
| 公开（公告）号： | CN109035263B | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 程建;郭桦;苏炎洲;高银星;许轲 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/12;G06N3/04 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 刘东 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于卷积神经网络的脑肿瘤图像自动分割方法，包括如下步骤：采集脑肿瘤的多模态MRI图像并进行图像预处理，获得原始图像集；构建基于多模态MRI图像的脑肿瘤分割的框架；所述框架包括模块一与模块二，模块一包括以3d卷积神经网络、残差单元以及转置卷积为基础构成并行的深度反卷积神经网络；模块二包括在所述模块一中的深度反卷积神经网络结构基础上添加跳跃结构；通过若干次迭代训练，获得理想权值，并输出脑肿瘤图像的分割图；测试与评价图像分割结果。本发明有效的解决脑肿瘤分割图像分割准确率低的问题；可以提升肿瘤的可识别性，使图像预处理操作更加便捷；在分割模块中使用基于d系数的loss函数可以有效的解决类别不平衡的问题。 | ||
| 搜索关键词： | 基于 卷积 神经网络 肿瘤 图像 自动 分割 方法 | ||
【主权项】：
1.基于卷积神经网络的脑肿瘤图像自动分割方法，包括脑肿瘤的多模态MRI图像，其特征在于：还包括如下步骤：步骤1、采集脑肿瘤的多模态MRI图像并进行图像预处理，获得原始图像集；步骤2、构建基于多模态MRI图像的脑肿瘤分割的框架；所述框架包括模块一与模块二，模块一包括以3d卷积神经网络、残差单元以及转置卷积为基础构成并行的深度反卷积神经网络，用于输出脑肿瘤分割图像轮廓图；模块二包括在所述模块一中的深度反卷积神经网络结构基础上添加跳跃结构，用于输出脑肿瘤图像的病变区域分割图；步骤3、将步骤1所述的原始图像集输入所述步骤2中框架的模块一中，再分选出理想集作为所述步骤2中模块二的训练样本，通过若干次迭代训练，获得理想权值，并输出脑肿瘤图像的分割图；步骤4、测试与评价图像分割结果。
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电子科技大学，未经电子科技大学许可，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/201810921637.2/，转载请声明来源钻瓜专利网。
