[发明专利]基于三维Unet网络的脑部核磁共振图像组织分割方法有效
| 申请号： | 201910233567.6 | 申请日： | 2019-03-26 |
| 公开（公告）号： | CN109949321B | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 高婧婧 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06N3/04 |
| 代理公司： | 51229 成都正华专利代理事务所(普通合伙) | 代理人： | 何凡 |
| 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： | 本发明公开了一种基于三维Unet网络的脑部核磁共振图像组织分割方法，其包括将脑部核磁共振图像导入训练后的三维Unet网络中，并输出三维Unet网络倒数第二层获得的64个三维特征；采用高维矢量非局部均值注意力模型对64个三维特征的特征值进行重新分布；将重新分布特征值的三维特征输入至三维Unet网络最后一层的softmax层进行图像分割处理，得到脑部三个组织的分割结果。本方案通过三维Unet网络和高维矢量非局部均值注意力模型的相互结合，可以使映射后的组织类别完全不受噪声的干扰，从而获得不受噪声影响的全脑组织分割结果。 | ||
| 搜索关键词： | 三维 脑部 核磁共振图像 三维特征 网络 注意力模型 分割结果 重新分布 矢量 非局部 高维 全脑组织 图像分割 噪声影响 分割 映射 噪声 倒数 输出 | ||
【主权项】：
1.基于三维Unet网络的脑部核磁共振图像组织分割方法，其特征在于，包括：/n将脑部核磁共振图像导入训练后的三维Unet网络中，并输出三维Unet网络倒数第二层获得的64个三维特征；/n采用高维矢量非局部均值注意力模型对64个三维特征的特征值进行重新分布；/n将重新分布特征值的三维特征输入至三维Unet网络最后一层的softmax层进行图像分割处理，得到脑部三个组织的分割结果；/n所述采用高维矢量非局部均值注意力模型对64个三维特征的特征值进行重新分布进一步包括：/n对三维Unet网络倒数第二层输出的64个三维特征进行归一化处理：/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/201910233567.6/，转载请声明来源钻瓜专利网。
