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：新疆昱恒科技投资有限公司
摘要：本发明属于图像分割技术领域，公开了一种基于弱监督深度学习的肿瘤病灶图像分割方法及系统。所述的方法包括如下步骤：进行预处理；进行松弛边缘点生成；确定最大约束边界框，并进行图像裁剪；进行前景种子点生成和区域生成扩展；获取测地距离，并根据测地距离，进行伪标签映射；使用弱监督深度学习算法，构建肿瘤病灶图像分割模型；根据实时肿瘤病灶图像数据，使用肿瘤病灶图像分割模型，进行肿瘤病灶图像分割，得到实时肿瘤病灶图像分割结果。本发明解决了现有技术存在的标注耗时耗力、成本投入大、标注效率低、数据库不足以及模型准确性差的问题。
主权项：1.一种基于弱监督深度学习的肿瘤病灶图像分割方法，其特征在于：包括如下步骤：采集若干历史肿瘤病灶图像数据，并对若干历史肿瘤病灶图像数据进行预处理，得到若干预处理后历史肿瘤病灶图像数据；根据若干预处理后历史肿瘤病灶图像数据，使用预先训练的松弛边缘点生成模型，进行松弛边缘点生成，得到每一预处理后历史肿瘤病灶图像数据的若干松弛边缘点；根据若干松弛边缘点，确定每一预处理后历史肿瘤病灶图像数据的最大约束边界框，并根据最大约束边界框，对预处理后历史肿瘤病灶图像数据进行图像裁剪，得到若干约束历史肿瘤病灶图像数据；根据若干约束历史肿瘤病灶图像数据，使用预先训练的前景种子点生成模型，进行前景种子点生成和区域生成扩展，得到每一约束历史肿瘤病灶图像数据的种子簇集合；获取每一约束历史肿瘤病灶图像数据中所有像素点到种子簇集合的测地距离，根据测地距离，进行伪标签映射，得到每一约束历史肿瘤病灶图像数据的伪标签，并将伪标签添加至对应的约束历史肿瘤病灶图像数据；根据若干设置有伪标签的约束历史肿瘤病灶图像数据，使用弱监督深度学习算法，构建肿瘤病灶图像分割模型；根据实时肿瘤病灶图像数据，使用肿瘤病灶图像分割模型，进行肿瘤病灶图像分割，得到实时肿瘤病灶图像分割结果。
全文数据：
权利要求：
百度查询： 新疆昱恒科技投资有限公司 一种基于弱监督深度学习的肿瘤病灶图像分割方法及系统
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