龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：重庆邮电大学
摘要：本发明属于医学图像处理技术领域，具体涉及一种基于深度学习网络的超声乳腺癌图像病灶区自动分割方法，包括：获取乳腺癌超声图像数据集，对乳腺癌超声图像数据集中的数据进行预处理，得到训练数据集；构建乳腺癌自动分割网络，该网络包括特征提取模块、张量采样模块、编码解码模块、MarAtt注意力模块以及空洞卷积模块；将训练集中的数据输入到乳腺癌自动分割网络中进行训练；获取待分割的乳腺癌超声图像，将乳腺癌超声图像输入到训练后的乳腺癌自动分割网络中，得到图像病灶区分割结果；本发明能够挖掘出图像的深层特征，提高了模型的识别效率。
主权项：1.一种基于深度学习网络的超声乳腺癌图像病灶区自动分割方法，其特征在于，包括以下步骤：步骤1、获取乳腺癌超声图像数据集，对乳腺癌超声图像数据集中的数据进行预处理，得到训练数据集；步骤2、构建乳腺癌自动分割网络；该网络包括特征提取模块、张量采样模块、编码解码模块、MarAtt注意力模块以及空洞卷积模块；步骤3、将训练集中的数据输入到乳腺癌自动分割网络中进行训练；步骤4、获取待分割的乳腺癌超声图像，将乳腺癌超声图像输入到训练后的乳腺癌自动分割网络中，得到图像病灶区分割结果；对乳腺癌自动分割网络进行训练包括：将训练集中的图像输入到特征提取模块中，得到特征图；采用张量采样模块对特征图的张量进行采样；将经过张量采样后的特征图进行编码和解码处理，得到不同级别的融合特征信息；采用MarAtt注意力模块对融合特征信息进行增强；将增强后的不同级别的融合特征信息输入到空洞卷积模块中，得到图像病灶区分割结果；根据图像病灶区分割结果计算模型的损失函数，调整模型参数，当损失函数收敛时完成模型的训练。
全文数据：
权利要求：
百度查询： 重庆邮电大学 基于深度学习网络的超声乳腺癌图像病灶区自动分割方法
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。
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