[发明专利]基于密集偏置网络和自编码器的半监督肾动脉分割方法有效
| 申请号： | 201910639378.9 | 申请日： | 2019-07-16 |
| 公开（公告）号： | CN110428427B | 公开（公告）日： | 2023-05-12 |
| 发明（设计）人： | 杨冠羽;何宇霆;戚耀磊;朱晓梅;张少波;陈阳;孔佑勇;舒华忠 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T5/00 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 徐莹 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 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密集偏置网络和自编码器的半监督肾动脉分割方法，包括：对现有的腹部CT血管造影图像，分割出图像中的肾脏区域得到感兴趣区域图像并进行标注得到肾动脉的真实掩模，并形成监督训练数据集和无监督训练数据集；将无监督训练数据集输入三维卷积去噪自编码器中进行图像重建训练，得到训练好的去噪自编码器模型；将监督训练数据集输入去噪自编码器模型，获得每张图像的先验解剖特征并同对应图像输入构建的密集偏置网络中进行分割训练，得到分割模型；对于新的待分割腹部CT血管造影图像，输入去噪自编码器模型得到图像的先验解剖特征，输入分割模型得到分割结果。本发明能获得高准确率的输出结果，快速实现肾动脉分割。 | ||
| 搜索关键词： | 基于 密集 偏置 网络 编码器 监督 动脉 分割 方法 | ||
【主权项】：
1.基于密集偏置网络和自编码器的半监督肾动脉分割方法，其特征在于，包括以下步骤：步骤(1)、对现有的腹部CT血管造影图像，分割出图像中的肾脏区域得到感兴趣区域图像，对部分感兴趣区域图像中的肾动脉进行标注得到肾动脉真实掩模，并形成监督训练数据集，将剩余的感兴趣区域图像形成无监督训练数据集；步骤(2)、将无监督训练数据集输入三维卷积去噪自编码器中进行图像重建训练，得到训练好的去噪自编码器模型；步骤(3)、将监督训练数据集输入训练好的去噪自编码器模型，获得每张图像的先验解剖特征，并将先验解剖特征和对应图像输入构建的密集偏置网络中进行分割训练，得到分割模型；步骤(4)、对于新的待分割腹部CT血管造影图像，输入训练好的去噪自编码器模型得到图像的先验解剖特征，并将该图像及其先验解剖特征一起输入分割模型得到分割结果。
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东南大学，未经东南大学许可，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/201910639378.9/，转载请声明来源钻瓜专利网。
