[发明专利]一种基于断层扫描图数据集进行病变区域分割的方法在审
| 申请号： | 201910263388.7 | 申请日： | 2019-04-02 |
| 公开（公告）号： | CN110136096A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 张翔;毛瑞军;孟群;曲飞寰;敬洋 | 申请（专利权）人： | 成都真实维度科技有限公司;大连大学附属中山医院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/187;G06K9/62 |
| 代理公司： | 成都顶峰专利事务所(普通合伙) 51224 | 代理人： | 喻依丰 |
| 地址： | 610000 四川省成都市武侯区武侯新城管*** | 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： | 本发明涉及信息技术领域信息的筛选和标定，公开了一种基于断层扫描图数据集进行病变区域分割的方法，首先建立数据集：获取目标部位的若干张断面扫描图；对获得的断面扫描图进行预处理和标注，将病变组织和其他组织进行标记以进行区分，如此获得多个标注样本；将标注样本进行存储，得到数据集。其次训练模型：建立卷积神经网络模型，并将标注样本输入进行训练，最终输出训练好的卷积神经网络模型。最后分割：将断层扫描图预处理后输入至训练好的卷积神经深度学习模型中进行分割。本发明应用于粒子植入中，训练模型后能够实现迅速对断层扫描图病变的识别和获取，分割出所需的断层扫描图，便于提高粒子植入的精准度和效率。 | ||
| 搜索关键词： | 断层扫描图 数据集 标注 分割 预处理 卷积神经网络 病变区域 断面扫描 训练模型 粒子 样本 信息技术领域 病变组织 获取目标 样本输入 精准度 植入的 标定 卷积 植入 病变 存储 筛选 神经 输出 应用 学习 | ||
【主权项】：
1.一种基于断层扫描图数据集进行病变区域分割的方法，包括数据集的建立、模型的训练和分割三个步骤，其特征在于：数据集的建立包括如下步骤：S01：获取目标部位的若干张断面扫描图；S02：对获得的断面扫描图进行预处理和标注，将断面扫描图病变组织和其他组织进行标记以进行区分，如此获得多个标注样本；S03：将标注样本进行存储，得到数据集；模型的训练包括如下步骤：S04：建立3D卷积神经网络模型；S05：将标注样本中的信息输入至3D卷积神经模型中进行训练；S06：所有的标注样本数据均输入至3D卷积神经模型中训练完毕后，输出训练好的3D卷积神经深度学习模型；分割包括如下步骤：S07：对断层扫描图进行预处理，在断层扫描图上进行区域划分，将断层扫描图划分出病变组织区域和其他组织区域；S08：将经过预处理的断层扫描图数据信息输入至训练好的卷积神经深度学习模型中，并输出分割好的立方块数据；S09：将多个分割好的立方块数据进行合并，得到将病变组织分割之后的目标部位模型图。
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成都真实维度科技有限公司;大连大学附属中山医院，未经成都真实维度科技有限公司;大连大学附属中山医院许可，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/201910263388.7/，转载请声明来源钻瓜专利网。
