[发明专利]一种基于自监督学习的放疗靶区自动分割方法有效
| 申请号： | 202110274005.3 | 申请日： | 2021-03-15 |
| 公开（公告）号： | CN112686898B | 公开（公告）日： | 2021-08-13 |
| 发明（设计）人： | 章毅;柏森;余程嵘;宋莹;胡俊杰;王强;张海仙;郭际香;郭泉 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 谢建 |
| 地址： | 610000 四川*** | 国省代码： | 四川;51 |
| 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自监督学习的放疗靶区自动分割方法，涉及图像处理技术领域，包括：1）数据准备：收集原始CT数据，分出有标签数据集和无标签数据集，并对有标签数据集进行勾画；2）特征提取：构建出基于自监督学习的预训练网络，将无标签数据集输入预训练网络进行迭代训练，选出最优预训练模型；3）分割模型生成：构建出分割网络，将训练好的自监督预训练模型载入分割网络，然后将有标签数据集输入分割网络进行迭代训练选出最优模型，最后对模型分割性能进行测试和评估。本发明使用CT数据自带的坐标标签来进行自监督任务预训练，不需要额外设计新的标签；预训练模型含有CT图像的浅层特征，因此在执行分割任务时具有较快的收敛速度。 | ||
| 搜索关键词： | 一种 基于 监督 学习 放疗 自动 分割 方法 | ||
【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四川大学，未经四川大学许可，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/202110274005.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种养殖场污水多功能处理设备
- 下一篇：一种个性化服装定制系统
