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：江苏大学
申请日：2024-04-07
公开（公告）日：2024-06-18
公开（公告）号：CN118212414A
主分类号：G06V10/26
分类号：G06V10/26;G06V10/774;G06V10/776;G06V10/82;G06N3/0464;G06N3/0455;G06N3/048;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明涉及医学图像处理领域，具体涉及一种基于改进U‑Net的医学图像分割方法。本发明通过引入改进U‑Net网络结构和创新的训练策略，将主干网络改进为MobileNetV3网络，实现深层特征的提取。在MobileNetV3引入SE注意力模块以及h‑wish激活函数，有效地捕捉多尺度缺陷目标的语义信息。在Bneck_MA模块中融合ECA和SK注意力模块，更有效捕获全局通道信息和局部通道信息。本发明的方法能够为医生提供准确的图像分割结果，有助于疾病诊断和治疗计划的制定。
主权项：1.一种改进U-Net的医学图像分割方法，其特征在于，包括如下步骤：1构建医学图像数据集T，划分T为训练集Ttrain和测试集Ttest；2构建网络模型U-Net，对U-Net网络模型进行改进；3利用训练集Ttrain进行训练，使用交叉熵损失函数，当模型损失在训练集Ttrain上连续M次不下降时，停止训练，得到训练权重w，转步骤4，否则转步骤3继续训练；4利用测试集Ttest验证模型效果，如果损失函数值趋于收敛并保持稳定转步骤5，否则转步骤3继续训练；5将待分割医学图像输入到训练权重为w的模型中，输出医学图像分割图。
全文数据：
权利要求：
百度查询： 江苏大学 一种改进U-Net的医学图像分割方法
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。
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