[发明专利]基于混合上下文CNN模型的医学图像分割有效
| 申请号： | 201980001954.5 | 申请日： | 2019-08-26 |
| 公开（公告）号： | CN110945564B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 何学俭;王陆;吴晓华 | 申请（专利权）人： | 香港应用科技研究院有限公司 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11 |
| 代理公司： | 北京世峰知识产权代理有限公司 11713 | 代理人： | 卓霖;许向彤 |
| 地址： | 中国香*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 通过2D卷积神经网络(CNN)分割由多个解剖学图像形成的体积图像，每个解剖学图像具有不同成像模态的多个图像切片。通过在没有任何估计的图像切片的情况下结合来自两个相邻解剖学图像的所选择的图像切片来预处理单个解剖学图像以形成混合上下文图像。2D CNN利用关于多模态上下文的边信息和3D空间上下文来提高分割准确性，同时避免由于估计的图像切片中的伪像导致的分割性能降低。2D CNN通过具有从最高层级到最低层级的多个层级的BASKET‑NET模型来实现。层级的大多数多通道特征图中的通道数量从最高层级到最低层级单调减少，从而允许最高层级富含低层级特征细节，以帮助更精细地分割单个解剖学图像。 | ||
| 搜索关键词： | 基于 混合 上下文 cnn 模型 医学 图像 分割 | ||
【主权项】：
暂无信息
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香港应用科技研究院有限公司，未经香港应用科技研究院有限公司许可，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/201980001954.5/，转载请声明来源钻瓜专利网。
