-
公开(公告)号:CN111311592B
公开(公告)日:2021-10-08
申请号:CN202010172837.X
申请日:2020-03-13
Applicant: 中南大学
Abstract: 本发明公开了一种基于深度学习的三维医学图像自动分割方法,主要解决现有技术三维医学图像分割结果粗糙、训练过程不稳定和小目标分割精度低的问题。其实现方案为:1)获取三维医学图像;2)扩充样本数据集;3)构建新的特征提取网络;4)构造感兴趣区域自适应注意力网络;5)获得分割模型;6)训练分割模型;7)三维医学图像分割。本发明构建的分割模型,可有效缓解深层卷积神经网络训练过程中的不稳定性和过拟合情况,减轻了由于正负样本数量不平衡导致的类别不均衡问题,并可显著提高对三维医学图像中的中小目标的分割精度,鲁棒性好,可用于计算机辅助诊断系统。
-
公开(公告)号:CN111311592A
公开(公告)日:2020-06-19
申请号:CN202010172837.X
申请日:2020-03-13
Applicant: 中南大学
Abstract: 本发明公开了一种基于深度学习的三维医学图像自动分割方法,主要解决现有技术三维医学图像分割结果粗糙、训练过程不稳定和小目标分割精度低的问题。其实现方案为:1)获取三维医学图像;2)扩充样本数据集;3)构建新的特征提取网络;4)构造感兴趣区域自适应注意力网络;5)获得分割模型;6)训练分割模型;7)三维医学图像分割。本发明构建的分割模型,可有效缓解深层卷积神经网络训练过程中的不稳定性和过拟合情况,减轻了由于正负样本数量不平衡导致的类别不均衡问题,并可显著提高对三维医学图像中的中小目标的分割精度,鲁棒性好,可用于计算机辅助诊断系统。
-
-