申请/专利权人:山东大学
申请日:2023-12-22
公开(公告)日:2024-04-02
公开(公告)号:CN117809030A
主分类号:G06V10/26
分类号:G06V10/26;G06V10/774;G06V10/82
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明属于医学图像处理技术领域,具体涉及一种乳腺癌CT图像中病变区域的识别及分割方法。一种基于人工神经网络的乳腺癌CT图像识别及分割方法,包括以下步骤:S1:获取乳腺癌患者CT图像,并进行预处理;S2,将所述预处理后的CT图像输入到预训练好的SAM模型中得到预分割结果;S3,将所述预分割结果与分割前的图像拼接,作为数据集输入到预训练好的U‑Net分割模型中,得到病变区域的掩码图。本发明的方法,采用人工神经网络模型,得到乳腺癌患者CT图像中病变区域的掩码图,具有区域分割平滑、分割准确度高、分割速度快等优点。
主权项:1.一种基于人工神经网络的乳腺癌CT图像识别及分割方法,其特征在于包括以下步骤:S1,获取乳腺癌患者CT图像,并进行预处理;S2,将所述预处理后的CT图像输入到预训练好的SAM模型中得到预分割结果;S3,将所述预分割结果与分割前的图像拼接,作为数据集输入到预训练好的U-Net分割模型中,得到病变区域的掩码图。
全文数据:
权利要求:
百度查询: 山东大学 一种基于人工神经网络的乳腺癌CT图像识别及分割方法
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。