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：南京邮电大学

摘要：本发明公开了一种基于3DA‑U‑Nets架构的CT图像肝脏肿瘤分割方法，该方法包括：将CT图像输入三维注意力结构3DA与U‑Net网络结合得到一级肝脏分割网络3DA‑U‑Net对肝脏进行分割，得到肝脏掩膜，其中三维注意力结构利用从多个维度扫描全局图像，重点关注目标所在区域和特性，降低与肿瘤无关信息的关注度，以提升网络的效率与准确性；再使用肝脏掩膜与图像本身进行计算得到肝脏区域的图像集；将肝脏掩膜和CT图像进行掩膜计算，得到肝脏区域图像集输入二级肝脏肿瘤分割网络3DA‑U‑Net中得到肝肿瘤的分割结果；以上两级网络共同组成基于3DA‑U‑Nets架构的CT图像肝脏肿瘤分割方法，本发明能够快速、准确的进行肝脏肿瘤分割。

主权项：1.一种CT图像肝脏肿瘤分割方法，其特征在于，包括：获取包含肝脏肿瘤的CT图像；利用基于3DA-U-Net的一级肝脏分割网络从CT图像中分割出肝脏区域，并根据预设置的阈值将肝脏区域转化为二值的肝脏掩膜；对所述CT图像与所述肝脏掩膜进行掩膜运算，得到肝脏感兴趣区域；利用基于3DA-U-Net的二级肿瘤分割网络对所述肝脏感兴趣区域进行特征提取，得到CT图像深层特征；根据所述CT图像深层特征，输出肝脏肿瘤分割结果；其中所述3DA-U-Nets的网络结构包括：一级肝脏分割网络：输入端口input、卷积层Conv1-1、卷积层Conv1-2、3DA层1、池化层Maxpool-1、卷积层Conv2-1、卷积层Conv2-1、3DA层2、池化层Maxpool-2、卷积层Conv3-1、卷积层Conv3-2、3DA层3、池化层Maxpool-3、卷积层Conv4-1、卷积层Conv4-2、3DA层4、池化层Maxpool-4、卷积层Conv5-1、卷积层Conv5-2、3DA层5、上卷积层Upconv-1、卷积层Conv6_1、卷积层Conv6-2、上卷积层Upconv-2、卷积层Conv7-1、卷积层Conv7-2、上卷积层Upconv-3、卷积层Conv8-1、卷积层Conv8-2、上卷积层Upconv-4、卷积层Conv9-1、卷积层Conv9-2、卷积层Conv10-1和输出端口output；二级肿瘤分割网络：输入端口input、卷积层Conv1-1、卷积层Conv1-2、3DA层1、池化层Maxpool-1、卷积层Conv2-1、卷积层Conv2-1、3DA层2、池化层Maxpool-2、卷积层Conv3-1、卷积层Conv3-2、3DA层3、池化层Maxpool-3、卷积层Conv4-1、卷积层Conv4-2、3DA层4、池化层Maxpool-4、卷积层Conv5-1、卷积层Conv5-2、3DA层5、上卷积层Upconv-1、卷积层Conv6_1、卷积层Conv6-2、上卷积层Upconv-2、卷积层Conv7-1、卷积层Conv7-2、上卷积层Upconv-3、卷积层Conv8-1、卷积层Conv8-2、上卷积层Upconv-4、卷积层Conv9-1、卷积层Conv9-2、卷积层Conv10-1和输出端口output。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于3DA-U-Nets架构的CT图像肝脏肿瘤分割方法