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。