[发明专利]一种全连接CRF级联FCN和K均值脑肿瘤分割算法有效
| 申请号： | 201910632303.8 | 申请日： | 2019-07-13 |
| 公开（公告）号： | CN110349170B | 公开（公告）日： | 2022-07-08 |
| 发明（设计）人： | 侯阿临;杨理柱;刘丽伟;李阳;李秀华;梁超;杨冬;姜伟楠;季鸿坤 | 申请（专利权）人： | 长春工业大学 |
| 主分类号： | G06T7/12 | 分类号： | G06T7/12;G06T7/13;G06V10/762;G06V10/82;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 130012 吉*** | 国省代码： | 吉林;22 |
| 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深度学习和传统分割算法结合的脑肿瘤分割算法，特别是一种全连接CRF级联FCN和K均值脑肿瘤分割算法。DenseCRF将原始图像中的所有像素与FCN算法的分割结果中的每个像素进行匹配，寻找具有相同属性的像素，对输入进行补充平滑，改善分割结果的细节信息，提高分割精度。同时，在不同的分割算法中，其分割的标准也会有所不同，通过融合具有不同分割标准的深度学习算法FCN和传统分割算法K均值聚类，基于不同分割标准的算法得到的分割结果互相补充，使分割的结果更接近于真实分割图像。从而更精确地分割脑肿瘤核磁共振图像，为脑肿瘤核磁共振图像的高精度的重复性测量和评估提供更精确的肿瘤图像。 | ||
| 搜索关键词： | 一种 连接 crf 级联 fcn 均值 肿瘤 分割 算法 | ||
【主权项】：
1.一种全连接CRF级联FCN和K均值脑肿瘤分割算法，其特征在于，包括以下步骤：Step 1：建立级联型FCN脑肿瘤分割模型，用该模型对测试图像进行分割，获取FCN脑肿瘤图像分割结果，并对级联型FCN的每一级分割结果搜寻边缘框，并将边缘框作为下一级FCN和K均值聚类算法的边界限定框；Step 2：对每一级FCN的分割结果进行DenseCRF后处理操作；Step 3：使用K均值聚类算法对每一级FCN的输入图像在边界框内的部分进行分割处理，获取K均值聚类算法脑肿瘤图像分割结果；Step 4：将每一级的FCN分割结果和K均值聚类算法的分割结果进行融合，获取脑肿瘤图像的最终分割结果。
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长春工业大学，未经长春工业大学许可，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/201910632303.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种直线测量方法
- 下一篇：一种基于灰度中值的脊柱侧弯背部轮廓曲线提取方法
