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: 202310802870X
申请人: 桂林电子科技大学
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:

1.一种基于深度学习的肝脏肿瘤CT图像自动分割方法,其特征在于,包括下列步骤:提取待分割CT图像;

利用多尺度特征识别网络,提取所述待分割CT图像的多尺度特征;

所述多尺度特征识别网络包括两个以上的卷积模块,相邻两个卷积模块通过池化模块连接;

每个所述卷积模块包括三个卷积层、一个第一加法器和一个归一化层;

任一个卷积层的空洞率大于等于1;

任一个卷积层的输入端与一池化模块或者导入层连接;

三个卷积层并行,三个卷积层的三个输出端连接至所述第一加法器;

所述第一加法器通过注意力机制通道与所述归一化层连接;

所述归一化层与另一池化模块连接;

每个所述池化模块包括标准卷积层、池化层和减法器,所述标准卷积层和所述池化层的输入端连接同一卷积模块,所述标准卷积层和所述池化层的输出端连接所述减法器,所述减法器与另一卷积模块连接;

所述池化模块的输入通道数量和输出通道数量,满足如下规则:其中,Cout表示池化模块的输出通道数量,Cin表示池化模块的输入通道数量,ΔC表示池化模块的补偿通道数量;

利用注意力机制网络,通过所述多尺度特征识别所述待分割CT图像中的病变区域;

根据识别结果,在所述待分割CT图像中分割出肝脏肿瘤图像。

2.如权利要求1所述的基于深度学习的肝脏肿瘤CT图像自动分割方法,其特征在于,所述待分割CT图像为只包含肝脏区域的CT图像。

3.如权利要求2所述的基于深度学习的肝脏肿瘤CT图像自动分割方法,其特征在于,提取待分割CT图像的过程,包括下列步骤:获取原始CT数据集;

调整原始CT数据集中任一CT图像的窗宽和窗位,标注所述CT图像中的肝脏标签;

根据标记结果,剔除原始CT数据集中不含肝脏标签的CT图像,获得目标CT数据集;

预切割目标CT数据集中任一CT图像,获得待分割CT图像数据集。

4.如权利要求3所述的基于深度学习的肝脏肿瘤CT图像自动分割方法,其特征在于,所述注意力机制网络包括两个以上的上采样模块,相邻两个上采样模块通过残差模块连接,所述上采样模块与所述残差模块数量相同。

5.如权利要求4所述的基于深度学习的肝脏肿瘤CT图像自动分割方法,其特征在于,所述残差模块包括第一卷积层、第二卷积层、第三卷积层、CA注意力机制层以及第二加法器;

所述第一卷积层和所述第三卷积层的输入端分别与上采样模块连接;

所述第二卷积层与所述第一卷积层串联,所述CA注意力机制层与所述第三卷积层串联;

所述第三卷积层和所述CA注意力机制层的输入端均与所述第二加法器连接;

所述第二加法器与另一上采样模块或输出网络连接。