[發明專利]一種基于卷積神經網絡的醫學圖像分割方法及裝置在審
| 申請號： | 202011455188.0 | 申請日： | 2020-12-10 |
| 公開（公告）號： | CN112489029A | 公開（公告）日： | 2021-03-12 |
| 發明（設計）人： | 張娜;鄭海榮;劉新;申帥;胡戰利;梁棟;李燁;鄒超;賈森 | 申請（專利權）人： | 深圳先進技術研究院 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06T7/10 |
| 代理公司： | 北京維正專利代理有限公司 11508 | 代理人： | 任志龍 |
| 地址： | 518000 廣東省深圳市*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 卷積 神經網絡 醫學 圖像 分割 方法 裝置 | ||
1.一種基于卷積神經網絡的醫學圖像分割數據增強方法，其特征在于，包括：
對獲取的原始圖像進行邊緣增強處理，獲得邊緣增強的原始圖像；
將原始圖像和邊緣增強的原始圖像合并生成多通道圖像數據；
將獲得的多通道圖像數據作為訓練樣本輸入卷積神經網絡模型，將原始圖像的標注數據作為卷積神經網絡模型擬合的目標，對卷積神經網絡模型進行訓練，獲得卷積神經網絡訓練模型；
通過卷積神經網絡訓練模型對待測圖像進行測試以實現對待測圖像按照所述標注數據的類型進行分割。
2.根據權利要求1所述的基于卷積神經網絡的醫學圖像分割數據增強方法，其特征在于，所述通過卷積神經網絡訓練模型對待測圖像進行測試以實現對待測圖像按照所述標注數據的類型進行分割的步驟包括：
將待測圖像進行邊緣增強處理，獲得邊緣增強的待測圖像；
將待測圖像和邊緣增強的待測圖像合并生成多通道圖像數據；
將獲得的多通道圖像數據輸入卷積神經網絡訓練模型中進行擬合，獲得分割圖像。
3.根據權利要求2所述的基于卷積神經網絡的醫學圖像分割數據增強方法，其特征在于，所述對獲取的原始圖像進行邊緣增強處理，獲得邊緣增強圖像的步驟包括：
分別采用Laplacian、Scharr和/或Canny邊緣增強算法對獲取的原始圖像進行邊緣增強處理，獲得多個邊緣增強的原始圖像；
所述將待測圖像進行邊緣增強處理，獲得邊緣增強的待測圖像的步驟包括：
分別采用Laplacian、Scharr和/或Canny邊緣增強算法對獲取的待測圖像進行邊緣增強處理，獲得多個邊緣增強的待測圖像。
4.根據權利要求2所述的基于卷積神經網絡的醫學圖像分割數據增強方法，其特征在于，所述原始圖像及待測圖像均為腦血管圖像或均為心血管圖像。
5.根據權利要求2所述的基于卷積神經網絡的醫學圖像分割數據增強方法，其特征在于，所述卷積神經網絡模型為多輸入通道的U－net網絡分割模型。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳先進技術研究院，未經深圳先進技術研究院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011455188.0/1.html，轉載請聲明來源鉆瓜專利網。
