申请/专利权人:太原理工大学
申请日:2023-03-01
公开(公告)日:2024-06-21
公开(公告)号:CN118229701A
主分类号:G06T7/11
分类号:G06T7/11;G06V10/77;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明涉及神经算法技术领域,具体涉及一种基于卷积神经网络的直肠癌核磁共振图像自动分割方法,包括输入图像;对图像通过ResNeSt网络减少图像的空间维度并形成抽象特征并采用多组卷积块进行压缩,采用解码器选择反卷积层上采样输出第一结果;对图像、卷积块压缩的图像通过下采样进行变换操作实现特征合并,输出第二结果;将第一结果与第二结果在输出层融合输出最终结果;本发明以直肠癌MRI图像和医生标注的肿瘤样本集为研究对象,构建卷积神经网络为基础的图像分割模型;采用改进的位置注意力和通道注意力等技术方法进一步提高分割模型精度,以真阳性、假阳性、假阴性像素点统计值计算,使模型输出的结果能够辅助医生判断。
主权项:1.一种基于卷积神经网络的直肠癌核磁共振图像自动分割方法,其特征在于,包括输入图像;对图像通过ResNeSt网络减少图像的空间维度并形成抽象特征并采用多组卷积块进行压缩,采用解码器选择反卷积层上采样输出第一结果;对图像、卷积块压缩的图像通过下采样进行变换操作实现特征合并,输出第二结果;将第一结果与第二结果在输出层融合输出最终结果。
全文数据:
权利要求:
百度查询: 太原理工大学 基于卷积神经网络的直肠癌核磁共振图像自动分割方法
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。