基本信息:
- 专利标题： 一种基于ResTLU-Net模型的脑提取方法
- 申请号：CN202111592904.4 申请日：2021-12-23
- 公开(公告)号：CN114266939A 公开(公告)日：2022-04-01
- 发明人： 李海芳 , 费鸿 , 王千山 , 邓红霞 , 李文宽 , 李琦
- 申请人： 太原理工大学
- 申请人地址： 山西省太原市迎泽大街79号
- 专利权人： 太原理工大学
- 当前专利权人： 太原理工大学
- 当前专利权人地址： 山西省太原市迎泽大街79号
- 代理机构： 太原荣信德知识产权代理事务所
- 代理人： 连慧敏
- 主分类号： G06V10/774
- IPC分类号： G06V10/774 ; G06V10/82 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要：
本发明属于深度学习技术领域，具体涉及一种基于ResTLU‑Net模型的脑提取方法，包括下列步骤：构建数据集；构建卷积神经网络模型ResTLU‑Net；利用所属训练集和迁移学习策略在所构建的ResTLU‑Net网络上进行训练；对三维图像数据的概率图设定阈值以获得预测结果；建立评价指标用于对ResTLU‑Net模型的评估。本发明使用编码解码结构和残差结构，有效地保留了医学图像中的低维信息并与高维抽象特征相结合，充分丰富了模型中的计算信息，提高了模型训练的效果，从而减少了训练中的信息丢失，同时利用迁移学习策略引入人类的MRI样本，增强了模型的泛化能力，较好的解决了因猕猴数据集多中心特性在深度学习模型上分割准确率较低的问题。
公开/授权文献:
- CN114266939B 一种基于ResTLU-Net模型的脑提取方法 公开/授权日：2022-11-01