[发明专利]基于深度学习和各向异性活动轮廓的图像分割方法有效
| 申请号： | 202210189267.4 | 申请日： | 2022-02-28 |
| 公开（公告）号： | CN114581392B | 公开（公告）日： | 2022-10-11 |
| 发明（设计）人： | 陈达;李安坤;舒明雷;刘丽 | 申请（专利权）人： | 山东省人工智能研究院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/12;G06V10/774;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 济南泉城专利商标事务所 37218 | 代理人： | 支文彬 |
| 地址： | 250013 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： | 一种基于深度学习和各向异性活动轮廓的图像分割方法，考虑了图像边缘的各向异性和非对称特征，将测地线主动轮廓模型作为损失函数的形式融入到V‑Net网络中，首先对训练集的数据动态增强，即在训练网络时，输入训练的一份数据进行多种变化，如。将增强后的数据送入网络训练，使用新定义的损失函数L来进行回归，优化方法Adam优化方法。训练集数据训练完成后保存网络参数，进行图像分割时先加载网络参数，然后直接对图像进行分割，得到结果，这种结合了测地主动轮廓的损失函数对医学图像分割相对于只有深度学习的网络分割医学图像更稳健。 | ||
| 搜索关键词： | 基于 深度 学习 各向异性 活动 轮廓 图像 分割 方法 | ||
【主权项】：
暂无信息
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山东省人工智能研究院，未经山东省人工智能研究院许可，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/202210189267.4/，转载请声明来源钻瓜专利网。
- 上一篇：抽屉柜
- 下一篇：一种模拟定子绕组绝缘磨损的装置及方法
