[发明专利]基于深度学习及权重空间集成的脑肿瘤图像分割方法有效
| 申请号： | 201810952440.5 | 申请日： | 2018-08-21 |
| 公开（公告）号： | CN109242860B | 公开（公告）日： | 2021-10-08 |
| 发明（设计）人： | 程建;郭桦;周娇;苏炎洲;高银星 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/00 |
| 代理公司： | 成都正华专利代理事务所(普通合伙) 51229 | 代理人： | 何凡 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度学习及权重空间集成的脑肿瘤图像分割方法，包括以下步骤，S1、采集脑肿瘤的多模态MRI图像，并对采集到的多模态MRI图像进行预处理操作；S2、构建第一网络模型和第二网络模型；S3、将预处理后的多模态MRI图像输入第二网络模型，穿过权重空间，更新平均权重；对其进行训练，将训练后的权重平均值存入第一网络模型；S4、将待测试的多模态MRI图像输入至第一网络模型中，输出脑肿瘤图像分割结果。本发明中的分割方法有利于提高脑肿瘤分割结果的准确性和可靠性，并行网络可以在分割病灶的同时得到定位信息，同时融入权重空间集合的方法，提高了脑肿瘤分割的效率以及准确率。 | ||
| 搜索关键词： | 基于 深度 学习 权重 空间 集成 肿瘤 图像 分割 方法 | ||
【主权项】：
1.基于深度学习及权重空间集成的脑肿瘤图像分割方法，其特征在于，包括以下步骤，S1、采集脑肿瘤的多模态MRI图像，并对采集到的多模态MRI图像进行预处理操作；S2、构建基于Fast‑rcnn网络的第一网络模型和第二网络模型；S3、将预处理后的多模态MRI图像输入第二网络模型，穿过权重空间，更新平均权重，对第二网络模型进行训练，将训练后的第二网络模型的权重平均值存入第一网络模型；S4、将待测试的多模态MRI图像输入至第一网络模型中，输出脑肿瘤图像分割结果。
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电子科技大学，未经电子科技大学许可，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/201810952440.5/，转载请声明来源钻瓜专利网。
- 上一篇：基于多层感知器的遥感影像分割方法
- 下一篇：一种基于图像处理的水质监控方法
