Document
拖动滑块完成拼图
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

基于CT影像及深度学习的肝脏及脾脏形态学分析方法 

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:首都医科大学附属北京积水潭医院

摘要:本发明提供了一种基于CT影像及深度学习的肝脏及脾脏形态学分析方法,涉及形态学分析技术领域,包括:将待测患者的扫描图像输入至训练好的形态学分析模型中,得到分析结果;形态学分析模型的构建方法包括:收集样本CT图像集;根据样本CT图像集进行连通域计算,并根据连通域匹配方法识别目标区域图像;对目标区域图像进行滤波处理;构建图像增强窗口,并利用图像增强窗口遍历滤波图像进行去噪;对去噪图像进行直方图均衡化处理;构建多目标分割的卷积神经网络深度学习模型,并利用各个增强图像对卷积神经网络深度学习模型进行训练,得到形态学分析模型。本发明能够提高肝脏及脾脏的CT图像处理精度,进而提高肝脏及脾脏的形态学分析的准确性。

主权项:1.一种基于CT影像及深度学习的肝脏及脾脏形态学分析方法,其特征在于,包括:获取待测患者的扫描图像;将所述待测患者的扫描图像输入至训练好的形态学分析模型中,得到分析结果;所述形态学分析模型的构建方法包括:收集样本CT图像集;所述样本CT图像集包括肝脏和脾脏的健康状态和各种病理状态下的扫描图像;根据所述样本CT图像集进行连通域计算,并根据连通域匹配方法识别目标区域图像;对所述目标区域图像进行滤波处理,得到滤波图像;构建图像增强窗口,并利用图像增强窗口遍历所述滤波图像进行去噪,得到去噪图像;对所述去噪图像进行直方图均衡化处理,得到增强图像;构建多目标分割的卷积神经网络深度学习模型,并利用各个所述增强图像对所述卷积神经网络深度学习模型进行训练,得到所述形态学分析模型。

全文数据:

权利要求:

百度查询: 首都医科大学附属北京积水潭医院 基于CT影像及深度学习的肝脏及脾脏形态学分析方法

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。