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：四川大学
摘要：本发明提供了一种基于多重判别网络模型的锥形束CT图像分割方法和系统，涉及图像分析和处理领域。本发明提供了针对锥形束CT图像进行目标区域的分割方案，主要基于初始神经网络模型、以及使用了预训练的深度学习分类网络来替换初始神经网络模型的编码器部分，从而获得多类不同编码器类型的神经网络模型，并对其中神经网络模型的优选结果进行集成构建分割网络。其次本发明提供的图像分割方案对目标图像训练集数据进行一定角度的旋转增广预处理，使得用于分割的神经网络模型能够较好的处理过拟合的问题，同时还可以有效对三维锥形束CT图像的像素点进行预测，获取目标区域的分割结果，有助于快速定位到感兴趣区域位置，提升图像识别的效率，方案高效实用客观准确。
主权项：1.一种基于多重判别网络模型的锥形束CT图像分割方法，用于对三维锥形束CT图像进行目标区域自动分割，其特征在于，包括如下步骤：S01，对采集的三维锥形束CT图像进行预处理，获取预处理后的二维切片数据集，所述二维切片数据集包括待分割的二维图像切片以及对应的二维标签切片；S02，对预处理后的二维切片数据集进行类型划分，并对划分后的训练集数据进行二次处理，获得多角度目标切片训练库；S03，构建初始神经网络模型，并进行模型初始化设置；S04，利用多角度目标切片训练库对初始神经网络模型进行双重训练；S05，利用预训练分类网络替换初始神经网络模型的编码器，并利用多角度目标切片训练库分别重新训练替换后的神经网络模型；S06，对所有训练后的神经网络模型进行测试，根据测试结果选取其中部分神经网络模型进行集成得到分割网络，最后使用集成后的分割对图像像素进行预测，并将所有被预测为属于感兴趣区域的像素点作为图像分割结果。
全文数据：
权利要求：
百度查询： 四川大学 基于多重判别网络模型的锥形束CT图像分割方法和系统
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