[发明专利]一种基于深度学习的三维乳腺癌核磁共振图像肿瘤区域的自动分割方法在审
| 申请号： | 201910822722.8 | 申请日： | 2019-09-02 |
| 公开（公告）号： | CN110619641A | 公开（公告）日： | 2019-12-27 |
| 发明（设计）人： | 徐军;王雷;马伟 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06K9/62;G06N3/04 |
| 代理公司： | 32252 南京钟山专利代理有限公司 | 代理人： | 刘林峰 |
| 地址： | 210044 江苏*** | 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深度学习的三维乳腺癌核磁共振图像肿瘤区域的自动分割方法，涉及图像信息处理技术领域，其包括如下步骤：对原始的核磁共振图像进项预处理；采用基于空洞卷积和U‑Net的三维分割模型，以4层U‑Net作为基础模型，在编码阶段使用空洞卷积替换原来的传统卷积，在编码器的最后一层使用三维的ASPP模块；解码器阶段，在每次反卷积后都跟随一个的卷积层来组合全部特征，然后再与编码器对应的特征图级联；最后通过训练逐步得到网络模型的各种参数；将测试图像做相同的预处理，然后送入模型测试，得到相应的概率图；从分割概率图映射到原图，得到最终的分割图。达到了利用深度学习的方法自动分割三维乳腺癌核磁共振图像中肿瘤区域的效果。 | ||
| 搜索关键词： | 卷积 核磁共振图像 预处理 三维 肿瘤区域 自动分割 编码器 概率图 乳腺癌 空洞 图像信息处理 解码器 编码阶段 测试图像 基础模型 模型测试 三维分割 网络模型 反卷积 特征图 分割 映射 级联 替换 送入 学习 | ||
【主权项】：
1.一种基于深度学习的三维乳腺癌核磁共振图像肿瘤区域的自动分割方法，其特征在于，包括如下步骤：/n步骤S10：核磁共振图像的预处理：对原始的核磁共振图像进项预处理；/n步骤S20：分割模型训练：采用基于空洞卷积和U-Net的三维分割模型，其以4层U-Net作为基础模型，在编码阶段使用空洞卷积替换原来的传统卷积，在编码器的最后一层，使用三维的ASPP模块；/n解码器阶段，在每次反卷积后都跟随一个的卷积层来组合全部特征，然后再与编码器对应的特征图级联；/n最后通过训练逐步得到网络模型的各种参数；/n步骤S30：分割模型测试：根据步骤S2得到的模型，将测试图像做相同的预处理，然后送入模型测试，得到相应的概率图；/n步骤S40：后处理部分：从步骤S3得到的分割概率图映射到原图，得到最终的分割图。/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南京信息工程大学，未经南京信息工程大学许可，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/201910822722.8/，转载请声明来源钻瓜专利网。
