龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：深圳大学
申请日：2024-05-20
公开（公告）日：2024-06-14
公开（公告）号：CN118196108A
主分类号：G06T7/00
分类号：G06T7/00;G06T7/10;G06T5/73;G06T5/60;G06N3/0442;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明适用图像处理技术领域，提供了一种脑血管分割模型的训练方法，该方法包括：基于第一深度学习网络和第二深度学习网络构建脑血管分割模型，采用多光子脑血管荧光成像，得到用于训练脑血管分割模型的训练数据集，提取训练数据集中每张3D训练图像对应的沿Z轴方向每层的2D训练原图，并对每张2D训练原图进行血管位置标注，得到训练标签集，对提取出的所有2D训练原图和训练标签集中每张2D训练掩膜图像分别进行数据增强，基于预设的损失函数，根据数据增强后的所有2D训练原图和训练标签集对脑血管分割模型进行训练，从而提高脑血管分割模型的分割性能。
主权项：1.一种脑血管分割模型的训练方法，其特征在于，所述方法包括下述步骤：基于第一深度学习网络和第二深度学习网络构建脑血管分割模型；采用多光子脑血管荧光成像，得到用于训练所述脑血管分割模型的训练数据集；提取所述训练数据集中每张3D训练图像对应的沿Z轴方向每层的2D训练原图，并对每张所述2D训练原图进行血管位置标注，得到训练标签集；对提取出的所有所述2D训练原图和所述训练标签集中每张2D训练掩膜图像分别进行数据增强；基于预设的损失函数，根据数据增强后的所有所述2D训练原图和所述训练标签集对所述脑血管分割模型进行训练。
全文数据：
权利要求：
百度查询： 深圳大学 一种脑血管分割模型的训练方法、脑血管提取方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号