[发明专利]一种用于胃癌增强CT图像自动识别的Faster RCNN网络的训练方法在审
申请号: | 201910972378.0 | 申请日: | 2019-10-14 |
公开(公告)号: | CN110738649A | 公开(公告)日: | 2020-01-31 |
发明(设计)人: | 卢云;吴庆尧;孙品 | 申请(专利权)人: | 青岛大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/73;A61B6/00;G06N3/04;G06N3/08 |
代理公司: | 11429 北京中济纬天专利代理有限公司 | 代理人: | 张晓 |
地址: | 266000 *** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出了一种用于胃癌增强CT图像自动识别的Faster RCNN网络的训练方法,包括以下步骤:获得进展期胃癌图像;人工对所述图像进行标识;利用Faster RCNN网络提取所述图像上的感兴趣区域;对数据集中的图像进行预处理;对预处理后的图像进行标准化处理;将标准化处理后的图像划分为训练集及测试集;将训练集图像输入网络;通过测试集对训练集进行验证;当训练集的预测有效性达到预设值,则训练结束;当训练集的预测有效性低于预设值,重新构建训练集进行训练。通过本发明的方法训练后的Faster RCNN网络能够对增强CT图像进展期胃癌肿瘤进行识别,可以对进展期胃癌肿瘤进行T分期处理。 | ||
搜索关键词: | 训练集 图像 进展期胃癌 预处理 标准化处理 测试集 预设 肿瘤 感兴趣区域 训练集图像 输入网络 数据集中 网络提取 重新构建 自动识别 预测 胃癌 网络 验证 | ||
【主权项】:
1.一种用于胃癌增强CT图像自动识别的Faster RCNN网络的训练方法,其特征在于,包括以下步骤:/n步骤一,获得进展期胃癌图像,构成数据集;/n步骤二,人工利用labelImg软件对所述图像进行标识,标识所述图像中胃癌肿瘤细胞浸润最深的位置;/n步骤三,利用Faster RCNN网络提取所述图像上的感兴趣区域;/n步骤四,对数据集中的图像进行预处理,应用图像强度范围归一化和直方图均衡化方法来处理图像;/n步骤五,对预处理后的图像进行标准化处理;/n步骤六,随机抽样按比例将标准化处理后的图像划分为训练集及测试集;/n步骤七,将训练集图像输入Faster RCNN网络,进行多变量Logistic回归分析,首先确定胃的位置和形状,检测出胃癌肿瘤的位置后,标识所述图像中胃癌肿瘤细胞浸润最深的位置,得出分割肿瘤结果;/n步骤八,通过测试集对训练集进行验证;/n步骤九,当训练集的预测有效性达到预设值,则训练结束;当训练集的预测有效性低于预设值,重新构建训练集进行训练。/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青岛大学,未经青岛大学许可,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/201910972378.0/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序