[发明专利]基于医学影像模型的影像处理方法及装置有效
申请号: | 202110024946.1 | 申请日: | 2021-01-08 |
公开(公告)号: | CN112767502B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 潘丹;曾安;魏敢;容华斌;谢锐伟;蔡重芪 | 申请(专利权)人: | 广东中科天机医疗装备有限公司 |
主分类号: | G06T9/00 | 分类号: | G06T9/00;G06N3/04;G06N3/08;G16H30/00 |
代理公司: | 广州高炬知识产权代理有限公司 44376 | 代理人: | 高雁 |
地址: | 511500 广东省清远市佛冈县汤塘镇*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 医学影像 模型 影像 处理 方法 装置 | ||
1.一种基于医学影像模型的影像处理方法,其特征在于,应用于包括第一编码器、第二编码器、第一解码器和第二解码器的医学影像模型,包括步骤:
获取待处理医学影像;
通过所述第一编码器对所述待处理医学影像作卷积池化处理,并对所述卷积池化处理结果作卷积处理;
通过所述第一解码器对所述第一编码器的卷积处理结果作上采样卷积处理;
通过所述第二编码器对所述第一编码器的卷积池化处理结果以及所述上采样卷积处理的结果作特征图拼接处理,并对所述拼接处理结果作卷积和/或最大池化操作;
通过所述第二解码器对所述第二编码器的处理结果作卷积池化处理,并根据所述第二解码器的卷积池化处理结果得到合并特征图。
2.根据权利要求1所述的基于医学影像模型的影像处理方法,其特征在于,所述通过所述第一编码器对所述待处理医学影像作卷积池化处理,并对所述卷积池化处理结果作卷积处理的过程,包括步骤:
通过所述第一编码器对所述待处理医学影像依次进行三轮卷积池化处理;其中,每轮卷积池化处理包括两次3x3的卷积操作和一次2x2的最大池化。
3.根据权利要求1所述的基于医学影像模型的影像处理方法,其特征在于,所述通过所述第一解码器对所述第一编码器的卷积处理结果作上采样卷积处理的过程,包括步骤:
通过所述第一解码器对所述第一编码器的卷积处理结果作三轮上采样卷积处理;其中,每轮上采样卷积处理包括一次2x2的上采样和两次3x3的卷积操作。
4.根据权利要求2所述的基于医学影像模型的影像处理方法,其特征在于,所述通过所述第二编码器对所述第一编码器的卷积池化处理结果以及所述上采样卷积处理的结果作特征图拼接处理,并对所述拼接处理结果作卷积和/或最大池化操作的过程,包括步骤:
通过所述第二编码器对第一轮卷积池化处理结果以及所述上采样卷积处理的结果作第一次特征图拼接处理,并对所述第一次特征图拼接处理结果并进行一次2x2的最大池化;
通过所述第二编码器对第二轮卷积池化处理结果、所述第一次特征图拼接处理结果的2x2的最大池化结果作第二次特征图拼接处理,并对所述第二次特征图拼接处理结果作两次3x3的卷积操作和一次2x2的最大池化;
拼接所述第一轮卷积池化处理结果与所述第二次特征图拼接处理结果的2x2的最大池化结果。
5.根据权利要求1所述的基于医学影像模型的影像处理方法,其特征在于,所述通过所述第二解码器对所述第二编码器的处理结果作卷积池化处理的过程,包括步骤:
通过所述第二解码器对所述第二编码器的处理结果作三轮卷积池化处理;其中,每轮卷积池化处理包括两次3x3的卷积操作和一次2x2的最大池化;
对所述三轮卷积池化处理结果再作两次3x3的卷积操作。
6.根据权利要求5所述的基于医学影像模型的影像处理方法,其特征在于,所述根据所述第二解码器的卷积池化处理结果得到合并特征图的过程,包括步骤:
对所述第二解码器的卷积池化处理结果进行一次1x1的卷积操作,得到所述合并特征图。
7.根据权利要求1至6任意一项所述的基于医学影像模型的影像处理方法,其特征在于,所述医学影像模型包括M-ResNet神经网络。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东中科天机医疗装备有限公司,未经广东中科天机医疗装备有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110024946.1/1.html,转载请声明来源钻瓜专利网。