[发明专利]一种基于语义分割网络对造影图像进行分割的方法和装置在审
申请号: | 202111032822.4 | 申请日: | 2021-09-03 |
公开(公告)号: | CN113723419A | 公开(公告)日: | 2021-11-30 |
发明(设计)人: | 吴泽剑;曹君 | 申请(专利权)人: | 乐普(北京)医疗器械股份有限公司 |
主分类号: | G06K9/34 | 分类号: | G06K9/34;G06N3/04 |
代理公司: | 北京慧诚智道知识产权代理事务所(特殊普通合伙) 11539 | 代理人: | 李楠 |
地址: | 102200 北京市昌*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 语义 分割 网络 造影 图像 进行 方法 装置 | ||
1.一种基于语义分割网络对造影图像进行分割的方法,其特征在于,所述方法包括:
获取第一造影图像和第二造影图像;
对预设的分割模式进行识别;若所述分割模式为第一模式,则使用单帧语义分割网络分别对所述第一造影图像和所述第二造影图像进行语义分割处理;若所述分割模式为第二模式,则使用双帧语义分割网络对所述第一造影图像和所述第二造影图像进行语义分割处理。
2.根据权利要求1所述的基于语义分割网络对造影图像进行分割的方法,其特征在于,
所述单帧语义分割网络包括第一特征提取网络组E1和第二特征提取网络组D1;
所述第一特征提取网络组E1由多个第一特征提取网络E1i组成,i的取值范围为1到N,N1;所述第二特征提取网络组D1由多个第二特征提取网络D1i组成;
所述第一特征提取网络E1i的网络结构包括卷及神经网络结构和残差网络结构;
所述第二特征提取网络D1i的网络结构包括卷及神经网络结构和残差网络结构;
i=N时,第二特征提取网络D1N的网络结构还包括自注意力机制网络结构;
所述第一特征提取网络组E1中,所述第一特征提取网络E1i与第一特征提取网络E1i+1和所述第二特征提取网络D1i连接;
所述第二特征提取网络组D1中,所述第二特征提取网络D1i与第二特征提取网络D1i-1连接;
所述单帧语义分割网络的第一特征提取网络E11用于接收输入的所述第一造影图像或所述第二造影图像,第二特征提取网络D11用于输出语义分割结果。
3.根据权利要求1所述的基于语义分割网络对造影图像进行分割的方法,其特征在于,
所述双帧语义分割网络包括第三特征提取网络组E2、第一自注意力网络A和第四特征提取网络组D2;
所述第三特征提取网络组E2由多个第三特征提取网络E2j组成,j的取值范围为1到M,M1;
所述第四特征提取网络组D2由多个第四特征提取网络D2j组成;
所述第三特征提取网络E2j的网络结构包括卷及神经网络结构和残差网络结构;
所述第一自注意力网络A的网络结构为自注意力机制网络结构;
所述第四特征提取网络D2j的网络结构包括卷及神经网络结构和残差网络结构;
所述第三特征提取网络组E2与所述第一自注意力网络A连接;
所述第一自注意力网络A与所述第四特征提取网络组D2连接;
所述第三特征提取网络组E2中,所述第三特征提取网络E2j与第三特征提取网络E2j+1连接;
所述第四特征提取网络组D2中,所述第四特征提取网络D2j与第四特征提取网络D2j-1连接;
所述双帧语义分割网络的第三特征提取网络E21用于接收输入的所述第一造影图像和所述第二造影图像,第四特征提取网络D21用于输出第一造影图像和第二造影图像的语义分割结果。
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乐普(北京)医疗器械股份有限公司,未经乐普(北京)医疗器械股份有限公司许可,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/202111032822.4/1.html,转载请声明来源钻瓜专利网。