申请/专利权人：深圳前海微众银行股份有限公司

申请日：2024-01-19

公开（公告）日：2024-04-02

公开（公告）号：CN117808831A

主分类号：G06T7/11

分类号：G06T7/11;G06T7/00;G06N3/0475;G06N3/045;G06N3/094;G06N3/088;G06V10/762

优先权：

专利状态码：在审-公开

法律状态：2024.04.02#公开

摘要：本申请提供一种医学图像分割方法、电子设备及计算机可读存储介质，方法包括：采集医学图像信息，对所述医学图像信息进行预处理，得到医学图像数据集；使用所述医学图像数据集对生成对抗网络进行深度学习，得到训练结果，根据所述训练结果和所述医学图像数据集计算损失，得到目标损失，根据所述目标损失对所述生成对抗网络进行优化参数，得到目标生成对抗网络；利用所述目标生成对抗网络训练分割网络，得到目标分割网络，所述目标分割网络用于实现医学图像分割，所述分割网络为无监督图像分割网络。采用本申请实施例能够提升医学图像分割效率以及图像分割精准度。

主权项：1.一种医学图像分割方法，其特征在于，所述方法包括：采集医学图像信息，对所述医学图像信息进行预处理，得到医学图像数据集；使用所述医学图像数据集对生成对抗网络进行深度学习，得到训练结果，其中，所述生成对抗网络包括生成器和判别器；所述生成器包括：Dense层和归一化层；所述生成器用于通过学习潜在特征的分布和结构，生成与训练数据类似的新样本；所述判别器包括：Conv2D层、QReLU层和Dropout层，所述QReLU层包括由可变负斜率构成的激活函数，所述判别器用于对生成的样本和真实样本进行区分，利用所述可变负斜率在后续模型训练中，通过变化参数后训练过程效果的变化来决定优化方向；根据所述训练结果和所述医学图像数据集计算损失，得到目标损失，根据所述目标损失对所述生成对抗网络进行优化参数，得到目标生成对抗网络；利用所述目标生成对抗网络训练分割网络，得到目标分割网络，所述目标分割网络用于实现医学图像分割，所述分割网络为无监督图像分割网络。

全文数据：

权利要求：

百度查询： 深圳前海微众银行股份有限公司 医学图像分割方法、电子设备及存储介质

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