欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019105592304
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于双通道三维密集连接网络的脑肿瘤分割方法,其特征在于,主要包括以下步骤:步骤1,建立一个双通道三维密集连接网络,该双通道三维密集连接网络的上通道和下通道各具有两个三维密集连接块,每个三维密集连接块均包含四个卷积层;

步骤2,获取训练图像数据,并对训练图像数据进行预处理;

步骤3,将预处理后的训练图像数据输入双通道三维密集连接网络进行训练;

步骤4,基于训练后的双通道三维密集连接网络,输入测试图像进行后处理,以得到最终的分割结果图。

2.根据权利要求1所述的基于双通道三维密集连接网络的脑肿瘤分割方法,其特征在于:所述步骤2中预处理包括偏置场校正、提取体素切块和归一化操作。

3.根据权利要求2所述的基于双通道三维密集连接网络的脑肿瘤分割方法,其特征在于:所述偏置场校正采用N4ITK算法进行。

4.根据权利要求2所述的基于双通道三维密集连接网络的脑肿瘤分割方法,其特征在于:所述归一化操作采用0均值,方差为1的归一化,计算公式为式中xi代表待归一化的值,yi代表归一化后的值,X表示输入序列,mean表示均值,std表示标准差。

5.根据权利要求2所述的基于双通道三维密集连接网络的脑肿瘤分割方法,其特征在于:所述步骤3具体包括:步骤31,将体素切块输入到每个通道进行特征学习与传递,并将不同感受野下的特征进行融合,获得多尺度的特征表征方式;

步骤32,在上通道和下通道内构造三维密集连接块,进行特征学习与传递;

步骤33,利用Adam优化算法对双通道三维密集连接网络中的参数进行训练,并将两个通道获得的特征进行结联、输入到分类层。

6.根据权利要求5所述的基于双通道三维密集连接网络的脑肿瘤分割方法,其特征在于:步骤33中采用损失函数对双通道三维密集连接网络中的参数进行优化,所述损失函数包含两部分:第一部分是真实标签与预测结果的交叉熵损失,第二部分是多类Dice损失。

7.根据权利要求5所述的基于双通道三维密集连接网络的脑肿瘤分割方法,其特征在于:步骤33中输入到分类层的特征包括待预测类别体素点周围的细节特征以及较大范围的上下文特征。

8.根据权利要求1所述的基于双通道三维密集连接网络的脑肿瘤分割方法,其特征在于:所述步骤1中上通道和下通道的卷积核尺寸不同。

9.根据权利要求1所述的基于双通道三维密集连接网络的脑肿瘤分割方法,其特征在于:所述步骤1中每个卷积层的输出为xl=Hl([x0,x1,…xl-1])

Hl(x)=W*R[B(x)],

其中,x0为输入,[x0,x1,…xl-1]代表前面l个层特征结联,B(x)代表批标准化,R表示Relu非线性激活,W表示学习到的权值矩阵,“*”代表卷积运算。

10.根据权利要求1所述的基于双通道三维密集连接网络的脑肿瘤分割方法,其特征在于:所述步骤4具体包括:步骤41,针对边缘的体素采用零填充的方式补齐邻域,然后以滑动窗口的形式,依次获取与训练输入大小一致的体素切块输入到训练好的双通道三维密集连接网络中,以得到对应区域的概率图;

步骤42,通过概率求平均得到每个体素对应的类别概率,以获得完整的肿瘤分割结果图。