[发明专利]图像分割方法、装置、诊断系统及存储介质有效
| 申请号： | 201811462063.3 | 申请日： | 2018-11-30 |
| 公开（公告）号： | CN109598728B | 公开（公告）日： | 2019-12-27 |
| 发明（设计）人： | 胡一凡;郑冶枫 | 申请（专利权）人： | 腾讯科技(深圳)有限公司 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06N99/00 |
| 代理公司： | 44232 深圳市隆天联鼎知识产权代理有限公司 | 代理人： | 刘抗美;胡明 |
| 地址： | 518000 广东省深圳*** | 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： | 本发明公开了一种图像分割方法、装置、诊断系统及存储介质，所述图像分割方法包括：获取肿瘤图像；对获取到的肿瘤图像进行肿瘤定位，得到用于指示所述肿瘤图像中全肿瘤区域位置的候选图像；将所述候选图像输入至基于机器学习模型构建的级联分割网络；以所述级联分割网络中的第一级分割网络，对所述候选图像中的全肿瘤区域进行图像分割为起始，逐级步进至最后一级分割网络进行关于增强肿瘤核心区域的图像分割，得到分割图像。采用本发明所提供的图像分割方法、装置、诊断系统及存储介质解决了现有技术中肿瘤图像分割效果不佳的问题。 | ||
| 搜索关键词： | 图像分割 肿瘤图像 存储介质 候选图像 诊断系统 分割 肿瘤区域 级联 网络 分割图像 核心区域 基于机器 模型构建 肿瘤定位 第一级 步进 肿瘤 学习 | ||
【主权项】：
1.一种图像分割方法，其特征在于，包括：/n获取肿瘤图像；/n采用3D U-Net网络的编码器网络提取得到所述肿瘤图像的上下文特征；/n在所述3D U-Net网络的解码器网络中，对最深一层上采样层对应的定位特征进行上采样处理，得到待融合特征，所述最深一层上采样层对应的定位特征为所述编码器网络中最深一层下采样层对应的上下文特征,所述编码器网络包括若干下采样层，所述解码器网络包括若干上采样层，将所述待融合特征输入至次深一层上采样层，与次深一层下采样层对应的上下文特征进行合并，并通过反卷积处理，得到次深一层上采样层对应的定位特征，对其余上采样层按照由深至浅的顺序进行遍历，获得遍历到上采样层对应的定位特征，待完成所述遍历，由最浅一层上采样层对应的定位特征得到所述肿瘤图像对应的特征图；/n对所述肿瘤图像对应特征图中的像素点进行类别预测，得到所述肿瘤图像对应特征图中像素点的类别，根据所述特征图中属于全肿瘤区域类别的像素点，得到将所述全肿瘤区域收容于指定区域的候选图像；/n将所述候选图像输入至基于机器学习模型构建的级联分割网络；/n以所述级联分割网络中的第一级分割网络，对所述候选图像中的全肿瘤区域进行图像分割为起始，逐级步进至最后一级分割网络进行关于增强肿瘤核心区域的图像分割，得到分割图像。/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腾讯科技(深圳)有限公司，未经腾讯科技(深圳)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/201811462063.3/，转载请声明来源钻瓜专利网。
