[发明专利]基于深度卷积神经网络的脑部胶质瘤核磁图像分割方法在审
| 申请号： | 201810932796.2 | 申请日： | 2018-08-16 |
| 公开（公告）号： | CN109242879A | 公开（公告）日： | 2019-01-18 |
| 发明（设计）人： | 潘俊君;苏健 | 申请（专利权）人： | 北京航空航天大学青岛研究院 |
| 主分类号： | G06T7/168 | 分类号： | G06T7/168;G06K9/62;G06N3/04;G06N3/08;G06T5/00 |
| 代理公司： | 青岛中天汇智知识产权代理有限公司 37241 | 代理人： | 刘晓 |
| 地址： | 266000 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于深度卷积神经网络的脑部胶质瘤核磁图像分割方法，包括：数据预处理，对脑部核磁各个模态的图像进行标准化处理和数据增强；利用标注数据集对深度卷积神经网络进行训练，基于反向传播算法对参数进行更新；利用训练好的模型，对需要测试的图像进行分割，再对结果进行后处理，得到脑部胶质瘤分割的最终结果。本发明实现了一种适用于脑部核磁图像中脑部胶质瘤的分割方法，具有很高的准确率。 | ||
| 搜索关键词： | 核磁 卷积神经网络 脑部胶质瘤 图像分割 图像 脑部 分割 标准化处理 数据预处理 后处理 反向传播 数据增强 最终结果 胶质瘤 数据集 准确率 模态 算法 标注 测试 更新 | ||
【主权项】：
1.一种基于深度卷积神经网络的脑部胶质瘤核磁图像分割方法，其特征在于包括：步骤(1)、MRI图像预处理：对于输入的训练图像，进行标准化处理，包括每个模态图像的归一化，每张图像进行处理消除明暗不均匀和去噪；步骤(2)、深度卷积神经网络的训练：将经过步骤(1)处理的标注数据作为训练集，输入到设计好的神经网络模型中进行训练，基于反向传播算法更新深度卷积神经网络的参数，对网络进行优化，直到损失函数收敛；步骤(3)、利用训练好的模型进行分割：把待分割的图像先按步骤(1)进行预处理，再输入到步骤(2)中训练好的深度卷积神经网络中，神经网络的输出即为初步的分割结果，再对结果进行后处理，得到最终的MRI图像中的脑部胶质瘤分割结果。
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北京航空航天大学青岛研究院，未经北京航空航天大学青岛研究院许可，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/201810932796.2/，转载请声明来源钻瓜专利网。
