[发明专利]基于可分离空洞卷积的磁共振脑肿瘤自动分割方法有效
| 申请号： | 201910761883.0 | 申请日： | 2019-08-19 |
| 公开（公告）号： | CN110782427B | 公开（公告）日： | 2023-06-20 |
| 发明（设计）人： | 张建新;吕晓钢;张强;魏小鹏 | 申请（专利权）人： | 大连大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11 |
| 代理公司： | 大连八方知识产权代理有限公司 21226 | 代理人： | 卫茂才 |
| 地址： | 116622 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机辅助医疗领域，具体涉及基于可分离空洞卷积的磁共振脑肿瘤图像自动分割方法。本发明的方法具体步骤包括：首先，将磁共振脑肿瘤图像数据集划分为训练集和测试集，并对训练集中的磁共振脑肿瘤图像进行预处理操作；其次，构建基于可分离空洞卷积的磁共振脑肿瘤图像深度分割网络架构；第三，采用预处理后的训练集磁共振脑肿瘤图像，对所构建的可分离空洞卷积脑肿瘤分割网络实施端对端训练，获得优化的脑肿瘤分割网络模型；最后，采用训练后的脑肿瘤分割网络模型来对测试集磁共振脑肿瘤图像进行分割处理。本发明的方法通过加强对磁共振脑肿瘤图像的判别深度特征提取和空间多尺度信息整合，可获得更优的磁共振脑肿瘤分割结果。 | ||
| 搜索关键词： | 基于 可分离 空洞 卷积 磁共振 肿瘤 自动 分割 方法 | ||
【主权项】：
1.一种基于可分离空洞卷积的磁共振脑肿瘤图像自动分割方法，其特征在于：包括以下步骤：/n步骤1：将磁共振脑肿瘤图像数据集划分为训练集和测试集两部分，其中训练集用于本发明方法的模型训练、测试数据用于发明方法的模型测试，并对训练集中的磁共振脑肿瘤图像进行预处理操作，生成预处理后的磁共振脑肿瘤图像训练集；/n步骤2：构建基于可分离空洞卷积的磁共振脑肿瘤图像深度分割网络架构；/n步骤3：采用预处理后的训练集磁共振脑肿瘤图像，对所构建的可分离空洞卷积脑肿瘤分割网络实施端对端训练，获得优化的脑肿瘤分割网络模型。/n步骤4：采用训练后的脑肿瘤分割网络模型来对测试集磁共振脑肿瘤图像进行分割。/n
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大连大学，未经大连大学许可，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/201910761883.0/，转载请声明来源钻瓜专利网。
