[发明专利]一种基于三维空间加权的医学图像分割方法有效
| 申请号： | 201811510501.9 | 申请日： | 2018-12-11 |
| 公开（公告）号： | CN109598732B | 公开（公告）日： | 2022-06-14 |
| 发明（设计）人： | 丁兴号;黄悦;孙立言;马文骜 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06N3/04 |
| 代理公司： | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人： | 马应森 |
| 地址： | 361005 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于三维空间加权的医学图像分割方法，涉及图像处理领域。构造一种U型卷积神经网络，实现端到端的医学图像分割；将医学图像的多个模态的图像分别作为输入送入到并行的深度学习网络中，得到不同的特征图；提取多个并行网络的特征图并融合，再进行非线性变换，得到每个并行网络各自的体素级权重；将并行网络各自的体素级权重与原先的特征图相乘，完成特征的重标定；将所有并行网络末端的特征图融合，得到多张概率图，从而得到分割结果。利用变换得到三维空间中权重，再将权重与特征图相乘，以达到特征重标定的目的。相较于传统的深度学习分割模型，该空间加权方式能有效地提高网络中特征图的表征能力，从而取得更好的分割效果。 | ||
| 搜索关键词： | 一种 基于 三维空间 加权 医学 图像 分割 方法 | ||
【主权项】：
1.一种基于三维空间加权的医学图像分割方法，其特征在于包括以下步骤：1)构造一种U型卷积神经网络，实现端到端的医学图像分割；2)将医学图像的多个模态的图像分别作为输入送入到并行的深度学习网络中，得到不同的特征图；3)提取多个并行网络的特征图并融合，再进行非线性变换，得到每个并行网络各自的体素级权重；4)将并行网络各自的体素级权重与原先的特征图相乘，完成特征的重标定；5)将所有并行网络末端的特征图融合，得到多张概率图，从而得到分割结果。
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厦门大学，未经厦门大学许可，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/201811510501.9/，转载请声明来源钻瓜专利网。
