[发明专利]一种基于人工智能的医学图像分割方法及系统在审
| 申请号： | 201811294281.0 | 申请日： | 2018-11-01 |
| 公开（公告）号： | CN109447976A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 丁熠;弓霖芃;秦志光;蓝天;秦臻;张铭丰;陈伏娟;杨祺琪;郑伟;张超 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06N3/04 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 张海青 |
| 地址： | 610000 四川*** | 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： | 本发明公开了一种基于人工智能的医学图像分割方法及系统。所述分割方法包括：将低层次视觉特征输入至低层次视觉特征输入路径进行过滤，确定过滤后的低层次视觉特征以及所述过滤后的低层次视觉特征的通道数；将高层次视觉特征输入至高层次视觉特征输入路径进行调整，根据过滤后的低层次视觉特征的通道数调整高层次视觉特征，确定调整后的高层次视觉特征；经过第二密集连接卷积网络，将过滤后的低层次视觉特征以及调整后的高层次视觉特征进行融合，确定融合特征；根据融合特征生成带分割图像内每个像素点的分类结果；根据分类结果生成分割图像。采用本发明所提供的分割方法及系统能够所分割的图像层次视觉效果以及分割精度。 | ||
| 搜索关键词： | 视觉特征 过滤 医学图像分割 分割 人工智能 分割图像 分类结果 输入路径 通道数 融合 视觉效果 特征生成 像素点 卷积 图像 网络 | ||
【主权项】：
1.一种基于人工智能的医学图像分割方法，其特征在于，包括：将低层次视觉特征输入至低层次视觉特征输入路径进行过滤，确定过滤后的低层次视觉特征以及所述过滤后的低层次视觉特征的通道数；所述低层次视觉特征输入路径包括多个密集块以及下采样模块；每个所述密集块由第一密集连接卷积网络以及残差网络融合连接组成；所述残差网络的跳过连接设于所述第一密集连接卷积网络的前后，所述残差网络的跳过连接引入所述下采样模块；多个所述密集块依次连接；前一个密集块的输出为后一个密集块的输入；将高层次视觉特征输入至高层次视觉特征输入路径进行调整，根据所述过滤后的低层次视觉特征的通道数调整所述高层次视觉特征，确定调整后的高层次视觉特征；所述高层次视觉特征输入路径包括卷积网络以及上采样模块；所述卷积网络用于调整所述高层次视觉特征的维度；所述上采样模块用于采集所述高层次视觉特征的尺寸；经过第二密集连接卷积网络，将所述过滤后的低层次视觉特征以及所述调整后的高层次视觉特征进行融合，确定融合特征；根据所述融合特征生成带分割图像内每个像素点的分类结果；根据所述分类结果生成分割图像。
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/201811294281.0/，转载请声明来源钻瓜专利网。
