公开(公告)号：CN109767448B

公开(公告)日：2021-06-01

申请号：CN201910046267.7

申请日：2019-01-17

Applicant: 上海长征医院 ,  苏州纽迈分析仪器股份有限公司

Inventor： 宋书伟 ,  杨培强 ,  梅长林 ,  张英力 ,  付莉莉 ,  周小龙 ,  苏蓓琳 ,  王飞飞 ,  何灿 ,  郑小姣

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种分割模型训练方法及装置，涉及医学图像处理技术领域，该分割模型用于根据脏器图像确定脏器区域，该方法包括：对多个样本图像进行处理，得到第一标准训练图像数据集；对与所述多个样本图像中第一预定数目的样本图像对应的脏器进行测量，得到第二标准训练图像数据集；根据第一标准训练图像数据集和第二标准训练图像数据集，对预设的卷积神经网络进行训练，得到分割模型。在模型训练中，通过对原始多个样本图像中的一部分样本图像对应的脏器进行测量，根据测量结果对原始训练图像数据集进行扩充，增加了高精度的训练数据量，提高了训练集数据的准确性，从而提高了经训练的卷积神经网络进行脏器分割的精度。

公开(公告)号：CN109767448A

公开(公告)日：2019-05-17

申请号：CN201910046267.7

申请日：2019-01-17

Applicant: 上海长征医院 ,  苏州纽迈分析仪器股份有限公司

Inventor： 宋书伟 ,  杨培强 ,  梅长林 ,  张英力 ,  付莉莉 ,  周小龙 ,  苏蓓琳 ,  王飞飞 ,  何灿 ,  郑小姣

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种分割模型训练方法及装置，涉及医学图像处理技术领域，该分割模型用于根据脏器图像确定脏器区域，该方法包括：对多个样本图像进行处理，得到第一标准训练图像数据集；对与所述多个样本图像中第一预定数目的样本图像对应的脏器进行测量，得到第二标准训练图像数据集；根据第一标准训练图像数据集和第二标准训练图像数据集，对预设的卷积神经网络进行训练，得到分割模型。在模型训练中，通过对原始多个样本图像中的一部分样本图像对应的脏器进行测量，根据测量结果对原始训练图像数据集进行扩充，增加了高精度的训练数据量，提高了训练集数据的准确性，从而提高了经训练的卷积神经网络进行脏器分割的精度。