[发明专利]一种级联全卷积神经网络的甲状腺结节超声图像分割方法有效
| 申请号： | 201810772176.7 | 申请日： | 2018-07-13 |
| 公开（公告）号： | CN109087327B | 公开（公告）日： | 2021-07-06 |
| 发明（设计）人： | 应翔;尉智辉;于健;赵满坤;徐天一;高洁 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06T7/181 | 分类号： | G06T7/181;G06T7/11;G06N3/08;G06N3/04 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种级联全卷积神经网络的甲状腺结节超声图像分割方法，包括：构建基于U‑Net的简易全卷积神经网络，根据简易全卷积神经网络对甲状腺超声数据中的超声图像进行分割，从中分割出感兴趣区域；采用VGG19‑FCN网络作为下采样层提取感兴趣区域的深层特征，以此实现对甲状腺结节的自动语义分割；其中，所述简易全卷积神经网络包括：用于下采样的五次卷积层、以及用于上采样的五次上采样层；其中，前五次卷积conv均由两个3x3的卷积层和一个池化层组成，每个卷积层均使用ReLU作为激活函数，后五次上采样层均为反卷积层。本发明为甲状腺结节良恶性的识别提供高精度的结节图像，从而在医学诊断方面起到更好的辅助作用。 | ||
| 搜索关键词： | 一种 级联 卷积 神经网络 甲状腺 结节 超声 图像 分割 方法 | ||
【主权项】：
1.一种级联全卷积神经网络的甲状腺结节超声图像分割方法，其特征在于，所述方法包括以下步骤：构建基于U‑Net的简易全卷积神经网络，根据简易全卷积神经网络对甲状腺超声数据中的超声图像进行语义分割，从中分割出感兴趣区域；采用VGG19网络作为下采样层提取感兴趣区域的深层特征，以此实现对甲状腺结节的自动语义分割；其中，所述简易全卷积神经网络包括：用于下采样的五次卷积层、以及用于上采样的五次上采样层；其中，前五次卷积conv均由两个3x3的卷积层和一个池化层组成，每个卷积层均使用ReLU作为激活函数，后五次上采样层均为反卷积层；所述简易全卷积神经网络使用五次卷积和池化对输入图片进行下采样提取深层特征，用于对不同类别的像素进行神经网络的像素分类；再将每次池化下采样的特征图依次与上采样中的特征图进行插值，再将上采样特征图逐步还原到原图分辨率的过程中补充浅层细节信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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天津大学，未经天津大学许可，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/patent/201810772176.7/，转载请声明来源钻瓜专利网。
