基本信息:
- 专利标题： 基于密集连接网络迁移学习的胰腺肿瘤图像分割方法
- 申请号：CN202110944394.6 申请日：2021-08-17
- 公开(公告)号：CN113706486B 公开(公告)日：2024-08-02
- 发明人： 缑水平 , 续溢男 , 童诺 , 郭璋 , 李睿敏 , 陈姝喆 , 刘波
- 申请人： 西安电子科技大学
- 申请人地址： 陕西省西安市太白南路2号
- 专利权人： 西安电子科技大学
- 当前专利权人： 西安电子科技大学
- 当前专利权人地址： 陕西省西安市太白南路2号
- 代理机构： 陕西电子工业专利中心
- 代理人： 王品华
- 主分类号： G06T7/00
- IPC分类号： G06T7/00 ; G06T7/11 ; G06T7/136 ; G06T7/194 ; G06V10/25 ; G06V10/28 ; G06V10/44 ; G06V10/764 ; G06V10/82 ; G06N3/0464 ; G06N3/048 ; G06N3/084
摘要：
本发明公开了一种基于密集连接网络迁移学习的胰腺肿瘤图像分割方法，其方案是：获取正电子发射计算机断层显像PET和核磁共振成像MRI，对其进行预处理后划分为训练集和测试集；构建分割网络，并使用PET训练数据集对其训练，得到一次训练好的网络参数W1；使用迁移策略将分割网络中特征提取模块的初始参数设置为W1中相应模块的值，其余模块参数随机初始化，并利用MRI图像训练集重新训练分割网络，得到二次训练好的网络参数W2；将MRI测试集输入到以W2为网络参数的分割网络中得到分割结果。本发明提高了MRI图像分割的性能，解决现有技术对小数据集难以训练网络的问题，可用于协助医生完成胰腺肿瘤治疗前的自动靶区勾画。
公开/授权文献:
- CN113706486A 基于密集连接网络迁移学习的胰腺肿瘤图像分割方法 公开/授权日：2021-11-26
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06T | 一般的图像数据处理或产生 |
| ------G06T7/00 | 图像分析，例如从位像到非位像 |