[发明专利]基于FCN神经网络和对抗学习的椎体定位识别分割方法有效
| 申请号： | 201811297777.3 | 申请日： | 2018-11-01 |
| 公开（公告）号： | CN109523523B | 公开（公告）日： | 2020-05-05 |
| 发明（设计）人： | 郑宇铄 | 申请（专利权）人： | 郑宇铄 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/187;G06T7/66;G06N3/04;G06N3/08 |
| 代理公司： | 济南泉城专利商标事务所 37218 | 代理人： | 赵玉凤 |
| 地址： | 250014 山东省济南市*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于FCN神经网络和对抗学习的椎体定位识别分割方法，利用分步学习的思想，分别进行了椎体语义分割和椎体图心的定位和识别。并且又将语义分割所获得的信息分为了形态信息及类别信息。类别信息用于增强椎体图心的识，能够解决由于相邻椎体相似度太高，相邻MRI椎体标记混乱导致椎体定位识别不够精确的问题。 | ||
| 搜索关键词： | 基于 fcn 神经网络 对抗 学习 定位 识别 分割 方法 | ||
【主权项】：
1.基于FCN神经网络和对抗学习的椎体定位识别分割方法，其特征在于：包括以下步骤：S01)、准备MRI脊柱图像，然后根据MRI脊柱图像标注椎体分割标签和能量标签；S02)、构建深度学习网络，深度学习网络包括两组并行的多功能网络和对抗学习网络，然后将MRI图像及分割标签输入其中一个多功能网络，进行对抗训练，将MRI图像及能量标签输入另一个多功能网络，进行对抗训练；S03)、输入测试集至两个训练好的多功能网络，由分割标签和能量标签训练的多功能网络会分别输出单个椎体的语义分割图和单个椎体图心的能量预测图；S04)、将生成的单个椎体语义分割结果通过忽略类别信息获得椎体形态信息，根据单个椎体语义分割结果中的类别信息和单个椎体图心的能量预测生成加强后的椎体图心热图预测，然后识别椎体的质心以及标定。
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郑宇铄，未经郑宇铄许可，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/201811297777.3/，转载请声明来源钻瓜专利网。
