肿瘤微球的轮廓检测方法及装置

    公开(公告)号:CN110322465B

    公开(公告)日:2020-12-25

    申请号:CN201910582484.8

    申请日:2019-06-29

    Abstract: 本发明公开了一种肿瘤微球的轮廓检测方法及装置,该轮廓检测方法包括:使用第一边缘检测算子获取肿瘤微球图像的第一轮廓曲线;生成第一边缘特征;如果每个所述第一边缘特征均大于相应预设阈值,则将所述第一轮廓曲线确定为所述肿瘤微球图像的实际轮廓曲线。使用该轮廓检测方法获得的肿瘤微球图像的实际轮廓曲线,是使用第一边缘检测算子获得,且使用第一边缘特征确定了其正确性,所以其准确度更高,后续使用该实际轮廓曲线计算肿瘤微球的大小,可以得到准确度更高的计算结果。

    基于U-net网络模型的肿瘤微球轮廓检测方法及装置

    公开(公告)号:CN110310270A

    公开(公告)日:2019-10-08

    申请号:CN201910582753.0

    申请日:2019-06-29

    Abstract: 本发明公开了一种基于U-net网络模型的肿瘤微球轮廓检测方法及装置,该肿瘤微球轮廓检测方法包括:使用训练图像对构建好的待训练U-net网络模型进行训练,生成训练好的U-net网络模型;待训练U-net网络模型中,除最后一个卷积块之外,其余每一个卷积块后均连接一个残差结构,以使该卷积块的输入图像与该卷积块的输出图像进行相加后作为该卷积块的下一层卷积块的输入图像;使用训练好的U-net网络模型生成待检测肿瘤微球图像的边缘轮廓曲线。该方法中获得的待检测肿瘤微球图像的边缘轮廓曲线,是使用训练好的U-net网络模型获得,准确度更高,后续使用该边缘轮廓曲线计算肿瘤微球的大小,可以得到准确度更高的计算结果。

    基于U-net网络模型的肿瘤微球轮廓检测方法及装置

    公开(公告)号:CN110310270B

    公开(公告)日:2020-11-20

    申请号:CN201910582753.0

    申请日:2019-06-29

    Abstract: 本发明公开了一种基于U‑net网络模型的肿瘤微球轮廓检测方法及装置,该肿瘤微球轮廓检测方法包括:使用训练图像对构建好的待训练U‑net网络模型进行训练,生成训练好的U‑net网络模型;待训练U‑net网络模型中,除最后一个卷积块之外,其余每一个卷积块后均连接一个残差结构,以使该卷积块的输入图像与该卷积块的输出图像进行相加后作为该卷积块的下一层卷积块的输入图像;使用训练好的U‑net网络模型生成待检测肿瘤微球图像的边缘轮廓曲线。该方法中获得的待检测肿瘤微球图像的边缘轮廓曲线,是使用训练好的U‑net网络模型获得,准确度更高,后续使用该边缘轮廓曲线计算肿瘤微球的大小,可以得到准确度更高的计算结果。

    肿瘤微球的轮廓检测方法及装置

    公开(公告)号:CN110322465A

    公开(公告)日:2019-10-11

    申请号:CN201910582484.8

    申请日:2019-06-29

    Abstract: 本发明公开了一种肿瘤微球的轮廓检测方法及装置,该轮廓检测方法包括:使用第一边缘检测算子获取肿瘤微球图像的第一轮廓曲线;生成第一边缘特征;如果每个所述第一边缘特征均大于相应预设阈值,则将所述第一轮廓曲线确定为所述肿瘤微球图像的实际轮廓曲线。使用该轮廓检测方法获得的肿瘤微球图像的实际轮廓曲线,是使用第一边缘检测算子获得,且使用第一边缘特征确定了其正确性,所以其准确度更高,后续使用该实际轮廓曲线计算肿瘤微球的大小,可以得到准确度更高的计算结果。

Patent Agency Ranking