申请/专利权人：南京信息工程大学

申请日：2020-11-26

公开（公告）日：2021-01-12

公开（公告）号：CN112215844A

主分类号：G06T7/00(20170101)

分类号：G06T7/00(20170101);G06K9/34(20060101);G06K9/46(20060101);G06N3/04(20060101)

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2022.04.08#发明专利申请公布后的驳回;2021.01.29#实质审查的生效;2021.01.12#公开

摘要：本发明公开了一种基于ACU‑Net的MRI多模态图像分割方法和系统，包括多模态图像预处理、图像浅层与深层结构特征提取、像素级标注和活动轮廓约束；构建深度可分离卷积，解耦分离学习空间相关性与通道相关性；根据残差密集块的局部特征自适应学习，将特征进行融合并联合学习前面的局部特征，利用在U‑Net长跳跃连接中加入ResNet短跳跃连接的方式实现像素标注；活动轮廓约束将边界线分割与区域分割相结合，针对图像梯度和能量函数对分割边缘进行约束，并通过模型的训练和优化获得病灶区域。本发明较好地克服图像噪声和边缘夹缝，解决多模态图像病理组织高异质性与分辨率不明显问题。

主权项：1.一种基于ACU-Net的MRI多模态图像分割方法，其特征在于包括以下步骤：（1）获取MRI多模态图像并进行预处理；（2）构建ACU-Net分割网络，对预处理得到的数据集进行图像浅层与深层结构特征提取及像素级标注处理；（3）使用活动轮廓模型检测分割边缘，采用活动轮廓边缘约束，将病变区域分割与核心坏死区域分割相结合，同时对病变区域边界线与核心坏死区边界线进行区分；（4）训练ACU-Net分割网络，计算网络的分割精确度。

全文数据：

权利要求：

百度查询： 南京信息工程大学 基于ACU-Net的MRI多模态图像分割方法和系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD