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：山西三友和智慧信息技术股份有限公司

摘要：本发明属于图像分割技术领域，具体涉及一种基于DR‑Unet104的医疗图像分割方法，包括下列步骤：数据采集：通过采集相关医疗图像，构建原始数据集；数据扩充：对原始数据集进行数据增强，实现数据集扩充；数据处理：包括数据集的划分、标准化及统一数据尺度大小；模型构建：通过使用DR‑Unet104模型，进行模型训练。本发明通过标准化和数据扩充等预处理方法，提高模型泛化能力，其模型通过将基础的Unet模型与残差连接模块的优势结合起来，提高模型分割性能，而dropout的使用更是提高了模型的整体性能，为医生的医疗诊断提供了极大的辅助作用。本发明用于医疗图像的分割。

主权项：1.一种基于DR-Unet104的医疗图像分割方法，其特征在于：包括下列步骤：S100、数据采集：通过采集相关医疗图像，构建原始数据集；所述S100中的数据采集中将对图像病灶部位进行手动标注；S200、数据扩充：对原始数据集进行数据增强，实现数据集扩充；所述S200数据扩充对原始数据集中的所有图像分别进行90度旋转、270度旋转、水平翻转和垂直翻转，将训练集扩充至原来的5倍；S300、数据处理：包括数据集的划分、标准化及统一数据尺度大小；所述S300数据处理中，数据划分将数据集按照8：1：1的比例分别将其划分为训练集、验证集和测试集；数据标准化过程方程如下：所述v为图像像素点，所述mean为均值，所述sd为标准差；统一尺度过程将数据集划分后得到的所有数据进行缩放，按照大小比例全部调整为224*224；S400、模型构建：通过使用DR-Unet104模型，进行模型训练；所述S400模型构建在DR-Unet104模型的编码器和解码器组件中各自部署五个具有卷积层和识别映射的重叠残差块层，在解码器路径中，残差块由两个3x3的二维卷积叠加而成，同时将激活函数用于所有剩余块，提高模型的特征提取能力，通过引入正则化方法dropout对模型的特征进行筛选；残差块层：残差块使用1x1卷积来减少图像特征的数量，之后通过3x3卷积进行特征提取，最后通过使用1x1卷积来增加特征的数量，残差块通过一个跳跃连接实现多个网络层的剩余连接，以帮助反向传播，并允许更深的网络被建立，Fx＝Hx-x，其中Hx为残差网络的输出，Fx为经过卷积操作的输出；激活函数：加快模型的训练过程，正则化方法：通过dropout减少模型特征数量，提高模型对特征的利用率，进一步加强模型的分割性能，所述W为权重参数，所述l表示层数，所述p为dropout的参数设置；损失函数：使用的损失函数为稀疏分类交叉熵，所述n为图像数量，所述c为不同类别的数量，所述Ytrue为真实标签，所述Ypred为预测标签。

全文数据：

权利要求：

百度查询： 山西三友和智慧信息技术股份有限公司 一种基于DR-Unet104的医疗图像分割方法