“沈雷钊”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多视图和三维卷积融合策略的PET图像分割方法-CN201911092379.2有效
发明人：胡海根;沈雷钊;苏一平;肖杰;周乾伟;管秋;陈胜勇 -专利权人：浙江工业大学
申请日： 2019-11-11 - 公布日： 2023-07-11 - 主分类号： G06T7/10 文献下载
摘要：一种基于多视图和三维卷积融合策略的PET图像分割方法，包括以下步骤：步骤1，针对三维PET图像的特点修改原始的网络模型,使之适合学习分割三维PET图像；步骤2，将三维PET图像进行预处理,使之符合对应网络需要的形状和尺寸，有助于网络的收敛速度和分割的准确性；步骤3，对应预处理方式的数据输入至对应的卷积神经网络中学习，得到对应的模型；步骤4、将测试数据分别输入到预测模型中，将多个模型的预测结果通过一个简单的三维卷积网络进行融合得到测试数据的最终的预测结果。本发明增加了三维数据的信息利用，并通过三维卷积神经网络自适应的融合了二维模型和三维模型的优点，提高了分割的准确率。
一种基于视图三维卷积融合策略 pet 图像分割方法

[发明专利]一种融合2维和3维模型的PET图像分割方法-CN201911085031.0在审
发明人：胡海根;沈雷钊;苏一平;管秋;肖杰;周乾伟;陈胜勇 -专利权人：浙江工业大学
申请日： 2019-11-08 - 公布日： 2020-03-31 - 主分类号： G06T7/11 文献下载
摘要：一种融合2维和3维模型PET图像分割方法，基于全卷积神经网络的逐像素分类的技术；由于3维图像的特点，3维模型将产生更准确的分割结果，在3维模型的分割基础上融合2维模型的分割结果以补充2维的细节信息，更有利于提高分割的准确率，其具体步骤为：步骤1，针对淋巴瘤的成像特点设计或修改2维和3维网络结构；步骤2，预处理原始数据至适合网络学习的大小和尺寸；步骤3，分别用2维模型和3维模型进行训练学习得到不同的预测结果；步骤4，将两者的输出进行均值求和得到最终的分割结果。本发明提升了PET图像分割的准确率，达到较高的Dice相似系数指标。
一种融合维和模型 pet 图像分割方法

[发明专利]一种基于ResUnet的3视图PET图像分割方法-CN201911085032.5在审
发明人：胡海根;沈雷钊;苏一平;周乾伟;肖杰;管秋;陈胜勇 -专利权人：浙江工业大学
申请日： 2019-11-08 - 公布日： 2020-03-31 - 主分类号： G06T7/11 文献下载
摘要：一种基于ResUnet的3视图PET图像分割方法，包括以下步骤：步骤1，针对淋巴瘤病灶特点设计或修改网络模型，使之适合淋巴瘤的分割；步骤2，将3维的训练数据沿3个视图方向(俯视，正视，左视)进行切片，得到3个视图方向的2维数据；步骤3，将3个视图方向的2维数据分别输入到网络中进行训练，得到3个分割模型，分别对应3个视图方向的数据；步骤4、将测试数据分别输入到3个预测模型，将3个预测结果进行加权求和得到测试数据的最终的预测结果。本发明增加了2维模型对3维数据的空间信息利用，提高了分割的准确率。
一种基于 resunet 视图 pet 图像分割方法