首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于APA-UNet的肝脏肿瘤CT图像分割方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:沈阳工业大学

摘要:本发明提供了一种基于APA‑UNet的肝脏肿瘤CT图像分割方法,属于医学CT图像分割技术领域,该方法包括:为了解决损失函数在处理类别不均衡的数据集时,导致模型过度偏向某些类别的问题,提出了一个新的损失函数LGMD,将传统DiceLoss与TV正则化后的高斯混合损失函数实现加权组合,更有效地指导模型参数更新;重新设计跳跃连接结构,提出APAB注意力模块,在跳连接结构上加入APAB的注意力机制,实现对非注意力分支和位置注意力分支的动态加权,以便在特征合并时选择性的强调或抑制特定的特征,改进U‑Net解码器的部分结构,提出H‑MSC增大网络的感受野,提升特征表达能力;完成对APA‑UNet模型的训练;使用评价指标Dice系数对测试结果进行评估,分析APA‑UNet模型的分割性能。

主权项:1.一种基于APA-UNet的肝脏肿瘤CT图像分割方法,其特征在于,该方法的具体步骤包括:步骤1:数据预处理:对腹部CT图像进行预处理,并将预处理后的图像作为训练和测试数据;步骤2:训练:应用APA-UNet对预处理后的图像进行训练,完成模型训练;步骤3:测试:基于步骤2中得到的模型APA-UNet进行保存,并对模型APA-UNet进行测试,获得测试结果;步骤4:评估:使用评价指标Dice系数对步骤3中得到的测试结果进行评估,分析APA-UNet模型的分割性能。

全文数据:

权利要求:

百度查询: 沈阳工业大学 一种基于APA-UNet的肝脏肿瘤CT图像分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。