申请/专利权人:北京信诺卫康科技有限公司
申请日:2020-10-30
公开(公告)日:2020-11-27
公开(公告)号:CN112001921A
主分类号:G06T7/00(20170101)
分类号:G06T7/00(20170101);G06T7/11(20170101);G06T7/12(20170101);G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:有效-授权
法律状态:2021.03.16#授权;2020.12.15#实质审查的生效;2020.11.27#公开
摘要:本发明公开了一种基于病灶加权损失函数的新冠肺炎CT影像病灶分割图像处理方法,包括以下步骤:S1、以ResNet50作为基础网络构建FPN模型实现病灶分割;S2、提出病灶加权损失函数对模型进行训练;S3、利用人工标注的图像对分割模型进行训练;S4、利用训练好的模型实现新冠肺炎病灶的自动分割图像处理。本发明提出基于病灶加权损失函数对分割模型进行训练。该损失函数可对病灶的中心实变区域和边缘区域分别考虑,使模型训练时重点注重对病灶边缘区域的分割,保证对病灶边缘区域的分割精度,进而提升整体的病灶分割精度。
主权项:1.一种基于病灶加权损失函数的新冠肺炎CT影像病灶分割图像处理方法,其特征在于:包括以下步骤:S1、构建基于ResNet50的特征金字塔全卷积网络FPN实现病灶分割:构建基于ResNet50的特征金字塔全卷积网络FPN,从CT影像中全自动地分割出新冠肺炎病灶;S2、提出病灶加权损失函数对模型进行训练:在对分割模型进行训练时,使用基于交叉熵损失函数进一步改进得到的病灶加权损失函数,对病灶中心和病灶边缘分别考虑,通过自适应的权重计算公式,加大病灶边缘区域产生的损失,使模型重点关注病灶边缘处难以分割的区域;S3、利用人工标注的图像对分割模型进行训练:人工标注CT影像中的新冠肺炎病灶,构建训练集,使用步骤S2中的损失函数对步骤S1所构建的分割模型进行训练;S4、利用训练好的模型实现新冠肺炎病灶的自动分割图像处理:在训练好分割模型后,利用训练好的模型实现全自动的新冠肺炎病灶分割图像处理,测试时,将连续的3张CT切片组合成3通道图像,送入训练好的分割模型,即可快速的得到新冠肺炎病灶的分割图像处理结果。
全文数据:
权利要求:
百度查询: 北京信诺卫康科技有限公司 一种基于病灶加权损失函数的新冠肺炎CT影像病灶分割图像处理方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。