申请/专利权人：佛山市第一人民医院

申请日：2024-01-15

公开（公告）日：2024-04-12

公开（公告）号：CN117876385A

主分类号：G06T7/10

分类号：G06T7/10;G06V10/26;G06N3/0475;G06N3/045;G06N3/094;G06N3/08

优先权：

专利状态码：在审-公开

法律状态：2024.04.12#公开

摘要：本申请提出了一种分割网络和CycleGAN网络的训练方法及系统，涉及图像处理技术领域。该方法包括：交叉迭代执行CycleGAN网络训练步骤和分割网络训练步骤，直至CycleGAN网络和分割网络S满足第一预设精度要求；CycleGAN网络训练步骤包括交叉迭代执行生成模型训练步骤和判别模型训练步骤，直至CycleGAN网络满足第二预设精度要求。即，其通过引入分割网络来对CycleGAN网络进行约束，使得CycleGAN网络生成影像的病灶信息更符合真实情况。并通过迭代式的训练策略，使利用CycleGAN网络生成的样本更接近真实样本。同时，将利用CycleGAN网络生成的数据加入分割网络中进行训练，进一步的扩大了分割网络的训练样本，能用以提高分割网络的鲁棒性。

主权项：1.一种分割网络和CycleGAN网络的训练方法，其特征在于，包括预先构建的CycleGAN网络、以及分割网络S，所述CycleGAN网络包括第一生成模型G、第二生成模型F、第一判别模型DX和第二判别模型DY；所述训练方法包括以下步骤：交叉迭代执行CycleGAN网络训练步骤和分割网络训练步骤，直至CycleGAN网络和分割网络S满足第一预设精度要求；CycleGAN网络训练步骤包括交叉迭代执行生成模型训练步骤和判别模型训练步骤，直至CycleGAN网络满足第二预设精度要求；生成模型训练步骤：固定第一判别模型DX、第二判别模型DY和分割网络S的参数，将原始超声影像送入预先构建的CycleGAN网络中，并调整第一生成模型G，以使第二判别模型DY对第一生成模型G输出的影像的打分、以及分割网络S对第一生成模型G输出的影像的分割结果满足第一预设要求，以及调整第二生成模型F，以使第一判别模型DX对第二生成模型F输出的影像的打分、以及分割网络S对第二生成模型F输出的影像的分割结果满足第二预设要求；判别模型训练步骤：固定第一生成模型G、第二生成模型F和分割网络S的参数，并将第一生成模型G输出的影像、以及第二生成模型F输出的影像分别送入分割网络S中，以调整第一判别模型DX和第二判别模型DY的参数，使得第一判别模型DX和第二判别模型DY的判别能力满足第三预设要求；分割网络训练步骤：将原始超声影像送入满足第二预设精度要求的CycleGAN网络中，生成对应的映射超声影像；将映射超声影像送入分割网络S中，计算出映射超声影像的分割精度，以挑选并利用挑选出的分割精度满足第三预设精度要求的映射超声影像与原始超声影像进行融合处理，得到融合超声影像；利用融合影像训练分割网络S。

全文数据：

权利要求：

百度查询： 佛山市第一人民医院 一种分割网络和CycleGAN网络的训练方法及系统

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