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:河海大学
摘要:本发明公开了一种基于图神经网络的脊椎交互式与自动分割细化方法,其特征在于,包括如下步骤:步骤一:椎骨CT影像数据的获取;椎骨CT影像数据中包括至少一节段目标脊椎,而预处理这里的指数据增强处理;步骤二:脊椎骨自动粗分割;对步骤一处理完的数据,选取全卷积神经网络,通过训练集对网络进行训练得到模型,再通过测试集使用模型得到粗分割的结果;步骤三:对椎骨粗分割结果进行细化处理;从步骤二获得粗分割结果进行分割细化;主要分为而部分:一是粗分割椎骨轮廓多边形的测量;二是图神经网络模型的建立,并使用图神经网络模得到细化的分割结果.本发明不仅能对能对现有自动分割的结果进行改进,减少注释工作,辅助医生进行下一步工作,同时由于其更加灵活的椎骨切片建模方法,对于全自动的精确分割有一定的指导价值深入研究具有重要意义。
主权项:1.一种基于图神经网络的脊椎交互式与自动分割细化方法,其特征在于,包括如下步骤:步骤一:椎骨CT影像数据的获取并进行预处理;椎骨CT影像数据中包括至少一节段目标脊椎;预处理指的是对数据进行增强处理,即对于初始样本数相对较少的训练集,通过随机执行下一个或多个操作来达到扩充样本数据集的目的;所述步骤一使用的预处理方法包括:a对椎骨CT图像序列执行前后左右随机镜像翻转;b对椎骨CT图像序列执行随机裁切处理;c对椎骨CT图像序列加入高斯噪声扰动;步骤二:脊椎骨自动粗分割;对步骤一处理完的数据,通过现有的全卷积神经网络,利用训练集对网络进行训练得到对应的模型,再通过测试集使用此模型得到粗分割的结果;所述步骤二脊椎骨的自动粗分割的方法为:步骤2a.建一个用于脊柱分割的3D全卷积神经网络;步骤2b.利用训练集训练神经网络,得到网络模型;步骤2c.使用得到的网络模型分割测试集中脊柱CT数据,得到粗分割的结果;步骤三:对椎骨粗分割结果进行细分;从步骤二获得粗分割结果进行分割细化;分为两个部分:一部分是粗分割椎骨轮廓多边形的测量,将三维分段掩码转换为多边形;另一部分是图神经网络模型的建立,并使用图神经网络模得到细化的分割结果。
全文数据:
权利要求:
百度查询: 河海大学 一种基于图神经网络的脊椎交互式与自动分割细化方法
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。