申请/专利权人：重庆邮电大学

申请日：2024-01-15

公开（公告）日：2024-04-12

公开（公告）号：CN117876398A

主分类号：G06T7/11

分类号：G06T7/11;G06N3/0455;G06N3/0464;G06N3/08;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及一种基于编解码卷积神经网络的肝脏肿瘤区域自动分割方法，属于医学图像分割技术领域，包括以下步骤：S1：获取腹部CT数据集，并对收集的数据集进行预处理；S2：采用残差网络与最大池化下采样作为编码器，采用残差网络与反卷积作为解码器，在编解码阶段每层的最后引入通道感知模块，构建出肝脏肿瘤区域自动分割网络；S3：将预处理的数据输入到所述肝脏肿瘤区域自动分割网络中进行训练，得到最佳的网络模型；S4：利用训练得到的最佳网络模型对待处理的CT图像进行分割得到肝脏肿瘤分割结果图。

主权项：1.一种基于编解码卷积神经网络的肝脏肿瘤区域自动分割方法，其特征在于：包括以下步骤：S1：获取腹部CT数据集，并对收集的数据集进行预处理；S2：采用残差网络与最大池化下采样作为编码器，采用残差网络与反卷积作为解码器，在编解码阶段每层的最后引入通道感知模块，构建出肝脏肿瘤区域自动分割网络；S3：将预处理的数据输入到所述肝脏肿瘤区域自动分割网络中进行训练，得到最佳的网络模型；S4：利用训练得到的最佳网络模型对待处理的CT图像进行分割得到肝脏肿瘤分割结果图。

全文数据：

权利要求：

百度查询： 重庆邮电大学 基于编解码卷积神经网络的肝脏肿瘤区域自动分割方法

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