申请/专利权人：河南大学

申请日：2023-12-20

公开（公告）日：2024-03-22

公开（公告）号：CN117745741A

主分类号：G06T7/11

分类号：G06T7/11;G06T5/50;G06T7/13;G06N3/0464;G06N3/08;G06F17/11

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明提出了一种融合测地域和图像域的医学图像分割方法，用以解决医学图像分割中存在弱边界和低对比度等难分割问题。本发明步骤如下：根据医学图像选取标记点，利用推广Eikonal方程求出阈值测地线距离；将测地线距离与深度学习融合构建网络优化问题，利用双分支U‑net网络分别学习图像域和测地域的分割结果；利用条件随机场融合图像域和测地域结果，得到最终分割图像。本发明基于测地线距离的标记点策略提高了标记策略节约了成本，网络部分可以同时提取医学结构信息从而获得更好的分割结构，可以更好地分割弱边界和低对比度图像。在多个具有挑战性的医学图像分割任务中进行验证，实验表明本发明可以很好的进行医学图像分割。

主权项：1.一种融合测地域和图像域的医学图像分割方法，其特征在于，步骤如下：步骤一：根据医学图像选取标记点，利用推广Eikonal方程求出阈值测地线距离；步骤二：将测地线距离与深度学习融合构建网络优化问题，利用双分支U-net网络分别学习图像域和测地域的分割结果；步骤三：利用条件随机场融合图像域和测地域结果，得到最终分割图像。

全文数据：

权利要求：

百度查询： 河南大学 一种融合测地域和图像域的医学图像分割方法

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。

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