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。

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