[发明专利]一种基于Mask-RCNN深度学习的虚拟医疗中肺结节检测与分割方法有效
| 申请号： | 201910621976.3 | 申请日： | 2019-07-10 |
| 公开（公告）号： | CN110310281B | 公开（公告）日： | 2023-03-03 |
| 发明（设计）人： | 蔡林沁;隆涛;卢俊夫;陈思维;代宇涵 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/12;G06T17/00 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400065 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于Mask‑RCNN深度学习的虚拟医疗中肺结节检测与分割方法，属于图像处理领域。该方法具体包括：S1建立训练样本：首先对三维肺部CT图像样本进行预处理，然后将肺结节的横截面、矢状面和冠状面合成一张三通道图片，获得训练样本集，最后采用数据增强的方法扩展样本集；S2建立肺结节分割网络；包括建立骨干网络、特征金字塔网络、区域生成网络、ROI生成与对齐网络，以及三个功能分支；S3训练肺结节分割网络：利用训练样本对肺结节分割网络进行训练，获得肺结节分割装置；S4虚拟医疗环境中重建肺结节和肺部三维图，实现肺结节的检测。本发明能够在不花费更多资源的情况下提高模型的准确率，实现实时交互。 | ||
| 搜索关键词： | 一种 基于 mask rcnn 深度 学习 虚拟 医疗 结节 检测 分割 方法 | ||
【主权项】：
1.一种基于Mask‑RCNN深度学习的虚拟医疗中肺结节检测与分割方法，其特征在于，该方法具体包括以下步骤：S1：建立训练样本：首先对三维肺部CT图像样本进行预处理，然后将肺结节的横截面、矢状面和冠状面合成一张三通道图片，获得训练样本集，最后采用数据增强的方法扩展样本集；S2：建立肺结节分割网络；包括建立骨干网络、特征金字塔网络、区域生成网络、ROI生成与对齐网络，以及三个功能分支；S3：训练肺结节分割网络：利用训练样本对肺结节分割网络进行训练，获得肺结节分割装置；S4：虚拟医疗环境中重建肺结节和肺部三维图，实现肺结节的检测。
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重庆邮电大学，未经重庆邮电大学许可，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/201910621976.3/，转载请声明来源钻瓜专利网。
