[发明专利]一种基于深度学习的前列腺MR图像半监督分割方法在审
| 申请号： | 202210344442.2 | 申请日： | 2022-03-31 |
| 公开（公告）号： | CN114972171A | 公开（公告）日： | 2022-08-30 |
| 发明（设计）人： | 张旭明;张俊洋 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06N3/04 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 胡佳蕾 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 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深度学习的前列腺MR图像半监督分割方法，该方法包括：采用Attention Unet和残差网络两个网络模型的组合，由此构建执行者‑评判者网络PAJ_net；在带少量金标准的前列腺MR图像数据集中，引入一组自制的新标签，辅助PAJ_net在训练过程中准确地区分是否存在金标准；利用带少量金标准和新标签的前列腺MR图像训练PAJ_net，用于完成前列腺MR图像移行区TZ和外周区PZ两个区域的分割任务。本发明采用分步训练的策略，使用残差网络监督Attention Unet的训练过程，进而有效地利用不带金标签的前列腺MR图像信息，得到泛化性更好的网络模型，并尝试在PAJ_net训练过程中的损失函数加入Mumford_Shah能量函数进行约束，为前列腺MR图像多区域实时分割提供了一种更有效的半监督方法。 | ||
| 搜索关键词： | 一种 基于 深度 学习 前列腺 mr 图像 监督 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华中科技大学，未经华中科技大学许可，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/202210344442.2/，转载请声明来源钻瓜专利网。
- 上一篇：车身阻尼匹配方法及系统
- 下一篇：一种基于智能货柜及送物机器人的送物方法
