[发明专利]基于残差双注意力深度网络的CT图像肾脏分割算法在审

专利信息
申请号: 201910871083.4 申请日: 2019-09-16
公开(公告)号: CN110675406A 公开(公告)日: 2020-01-10
发明(设计)人: 孙玉宝;陈春芳;徐宏伟;陈基伟 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;G06T7/00;G06N3/04;G06N3/08
代理公司: 32238 南京汇盛专利商标事务所(普通合伙) 代理人: 张立荣
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: 发明公开了一种基于残差双注意力深度网络的CT图像肾脏分割算法,该方法将残差单元能重复利用特征的优点和双注意力机制优良的特征学习能力相结合,设计了残差双注意力模块,并以残差双注意力模块为基础模块构建U型深度网络分割模型,同时设计用于分割的损失函数,使U型深度网络分割模型能够更加关注肾脏区域特征,可有效应对囊性病变肾脏的形状变化,能够对囊性病变下肾脏的形状变化保持鲁棒;进而准确定位肾脏区域边界,实现CT图像中肾脏区域的自动分割,并起到很好的分割效果。
搜索关键词: 肾脏 残差 注意力 囊性病变 网络分割 形状变化 注意力机制 基础模块 区域边界 区域特征 肾脏分割 损失函数 特征学习 重复利用 准确定位 自动分割 分割 构建 鲁棒 算法 网络
【主权项】:
1.一种基于残差双注意力深度网络的CT图像肾脏分割算法,包括如下具体步骤:/nS101、采集腹部CT图像切片扫描序列,构建腹部CT图像切片数据集;再通过标注软件对每张CT图像切片的肾脏区域进行标注,并生成对应的二值化掩码图;/nS102、对S101中CT图像切片与对应的二值化掩码图分别进行预处理操作,再分别将预处理后的CT图像切片和对应的二值化掩码图按照6:2:2的比例划分为训练集、验证集和测试集;/nS103、设计残差双注意力模块,再以残差双注意力模块为基础模块构建U型深度网络分割模型,并设计用于分割的损失函数;/nS104、选择合适的优化学习方法,设置相关的超参数,利用训练集和验证集对S103中所述U型深度网络分割模型进行训练;/nS105、训练完成后,从测试集中任选一张CT图像切片,输入U型深度网络分割模型,加载训练好的模型权重进行分割,生成肾脏/背景的概率图谱,分割出CT图像切片中的肾脏区域,并生成分割后的二值化掩码图。/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/201910871083.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top