[发明专利]一种于改进SegNet分割网络的淋巴结检测方法在审
| 申请号： | 201910152279.8 | 申请日： | 2019-02-28 |
| 公开（公告）号： | CN109949276A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 曹汉强;徐国平 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06K9/62 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 李智;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进SegNet分割网络的淋巴结检测方法，包括：将淋巴结图像数据集划分为训练集和测试集；构建基于空洞卷积操作的SegNet分割网络；使用训练集训练SegNet分割网络，以正余弦交叉熵损失函数最小化为网络优化目标函数，优化SegNet分割网络；使用训练好的SegNet分割网络，对待识别淋巴图像中的淋巴结进行识别和分割。本发明使用空洞卷积提取特征，在不增加额外计算量的情况下，增加它的感受野区域，避免了下采样信息丢失，解决了采样图像分辨率降低的问题。通过正余弦交叉熵损失函数对预测误差小的样本给予比交叉熵损失函数更小的权重，解决了训练正负样本不均衡问题。通过马尔科夫随机场对分割结果进行后处理，实现对分割对象边缘部分的进一步精细化。 | ||
| 搜索关键词： | 分割 损失函数 交叉熵 网络 淋巴结检测 淋巴结 训练集 正余弦 卷积 空洞 网络优化目标 分辨率降低 图像数据集 后处理 采样图像 对象边缘 分割结果 提取特征 信息丢失 预测误差 正负样本 淋巴 不均衡 测试集 计算量 精细化 下采样 构建 权重 样本 改进 图像 机场 优化 | ||
【主权项】：
1.一种基于改进SegNet分割网络的淋巴结检测方法，其特征在于，该方法包括以下步骤：S1.将淋巴结图像数据集划分为训练集和测试集；S2.构建基于空洞卷积操作的SegNet分割网络；S3.使用训练集训练所述SegNet分割网络，以正余弦交叉熵损失函数最小化为网络优化目标函数，优化所述SegNet分割网络；S4.使用训练好的SegNet分割网络，对待识别淋巴图像中的淋巴结进行识别和分割。
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华中科技大学，未经华中科技大学许可，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/201910152279.8/，转载请声明来源钻瓜专利网。
