[发明专利]结肠腺体图像自动分割的深度神经网络算法

摘要

本发明属于图像分析区域分割技术领域，公开了结肠腺体图像自动分割的深度神经网络算法。1.构建数据集：结肠腺体数据作为训练集合，获取实例图和轮廓图；2.构建模型：模型网络包括密集卷积神经网络和Refined U‑Net，密集卷积神经网络用来提取图像的丰富的初级特征信息，与密集卷积神经网络连接的Refined U‑Net网络，学习实例和轮廓的特征信息；3.确定模型损失函数：损失函数为Jaccard和焦点损失之和；4.信息融合。本技术方案采用深度密集神经网路的特征复用、参数高效等特点、利用Refined U‑net网络的低级特征和高层特征结合的特征，构建深度学习网络模型；采用焦点损失函数，解决数据集的类别不平衡问题，有效的使轮廓准确分割；最终实现结肠腺体图像分割快速、清晰、准确。

主权项

1.结肠腺体图像自动分割的深度神经网络算法，其特征在于，包括以下步骤：(1)构建数据集：结肠腺体数据作为训练集合，获取实例图和轮廓图；(2)构建模型：模型网络包括密集卷积神经网络和Refined U‑Net，密集卷积神经网络用来提取图像的丰富的初级特征信息，与密集卷积神经网络连接的Refined U‑Net网络，学习实例和轮廓的特征信息；(3)确定模型损失函数：损失函数为Jaccard和焦点损失之和；(4)信息融合。