[发明专利]一种基于级联全卷积网络的肝脏CT图像的肿瘤区域分割方法及系统有效
| 申请号： | 201910825768.5 | 申请日： | 2019-09-03 |
| 公开（公告）号： | CN110599500B | 公开（公告）日： | 2022-08-26 |
| 发明（设计）人： | 胡栋;孙敏;庞雨薇 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G16H30/20;G16H50/20 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 王恒静 |
| 地址： | 210000 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级联全卷积网络的肝脏CT图像的肿瘤区域分割方法及系统，该方法利用全卷积网络模型实现了肝脏肿瘤区域的自动分割。包括：对CT图像进行滤波、锐化增强等预处理操作；利用预处理后的CT数据集进行级联网络的训练；用两级FCN网络分别实现肝脏区域分割，以及从肝脏感兴趣区域中分割出肿瘤区域。其中，第一级FCN网络使用了可变池化的方法，保留更多肝脏特征，提高肝脏分割精度；第二级FCN网络使用空洞卷积代替原来的卷积层和池化层，缩小图像增大感受域的同时能够保留目标的位置信息。本发明方法无需手动提取大量特征，且能有效精确的从肝脏CT图像中分割出肿瘤区域。 | ||
| 搜索关键词： | 一种 基于 级联 卷积 网络 肝脏 ct 图像 肿瘤 区域 分割 方法 系统 | ||
【主权项】：
1.一种基于级联全卷积网络的肝脏CT图像的肿瘤区域分割方法，其特征在于，该方法包括：/n(1)采集数据集：采集图像数据集，并对所述图像数据进行预处理；/n(2)数据扩充：对采集的图像数据进行数据扩充；/n(3)训练级联分割网络，分为两个阶段：/n第一阶段：训练第一级的肝脏分割网络/n将肝脏分割网络对应的训练集和肝脏标签样本输入到所述肝脏分割网络进行训练，所述肝脏分割网络为：将FCN网络的池化层改为可变池化的方式；/n第二阶段：训练第二级的肿瘤分割网络/n利用所述肝脏分割网络的分割概率图制作肿瘤分割网络对应的训练集，并标记出感兴趣区域，将肿瘤分割网络对应的训练集和感兴趣区域输入到所述肿瘤分割网络进行训练；所述肿瘤分割网络为：将FCN网络中的卷积层和池化层设置为空洞卷积模式；/n(4)测试级联分割网络：/n利用测试集对所述级联分割网络的测试，得到分割结果图，并计算对应的DICE分数。/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邮电大学，未经南京邮电大学许可，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/201910825768.5/，转载请声明来源钻瓜专利网。
