-
Patent Agency Ranking
公开(公告)号：CN110490803A
公开(公告)日：2019-11-22
申请号：CN201910729032.8
申请日：2019-08-08
Applicant: 北京连心医疗科技有限公司
Abstract: 本发明属于医学影像技术领域，涉及一种图像语义分割分块预测的拼接方法、设备和存储介质。该方法包括如下步骤：将待分割2D或3D图像的四周进行边缘补零扩充；对扩充后的图形进行分割；各分块分别进行分割预测；将各分块的预测结果图像进行边缘抛弃，保留核心区域；对所有保留的核心区域按分块顺序进行拼接，合成全图预测结果图。本发明可以让原图像和分块区域的分割预测结果都保持在分割预测准确率较高的图像内部区域；显著降低各分块边缘拼接痕迹明显的问题；可以改进原图外边缘预测结果；且本发明同时适用于对2D、3D图像的分块预测拼接问题。
-
公开(公告)号：CN110599498B
公开(公告)日：2023-05-05
申请号：CN201910728931.6
申请日：2019-08-08
Applicant: 北京连心医疗科技有限公司
IPC: G06T7/11 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于深度学习和放疗技术领域，涉及一种基于神经网络对医学影像中人体器官进行分割的方法，包括如下步骤：粗定位待勾画目标器官所在的医学影像层，所述的待勾画目标器官包含若干器官；使用3D二分类U型网络确定作为一个整体的待勾画目标器官的起始层与结束层；将起始层与结束层的中间层输入2D的多分类U型网络，进行精细勾画分割，确定各待勾画器官对应的起始层和结束层。本发明使用3D网络以确定多器官作为一个整体时的起始层与结束层，使用2D网络以解决起始层与结束层中间的各器官间数据不平衡问题，通过结合现有3D网络与2D网络的优点，解决了现有技术中对HU值相近的多器官分割问题。
-
公开(公告)号：CN109461161A
公开(公告)日：2019-03-12
申请号：CN201811227021.1
申请日：2018-10-22
Applicant: 北京连心医疗科技有限公司
Abstract: 本发明属于深度学习和放疗技术领域，涉及一种基于神经网络对医学影像中人体器官进行分割的方法，包括如下步骤：粗定位待勾画目标器官所在的医学影像层，所述的待勾画目标器官包含若干器官；使用3D二分类U型网络确定作为一个整体的待勾画目标器官的起始层与结束层；将起始层与结束层的中间层输入2D的多分类U型网络，进行精细勾画分割，确定各待勾画器官对应的起始层和结束层。本发明使用3D网络以确定多器官作为一个整体时的起始层与结束层，使用2D网络以解决起始层与结束层中间的各器官间数据不平衡问题，通过结合现有3D网络与2D网络的优点，解决了现有技术中对HU值相近的多器官分割问题。
-
公开(公告)号：CN110599498A
公开(公告)日：2019-12-20
申请号：CN201910728931.6
申请日：2019-08-08
Applicant: 北京连心医疗科技有限公司
Abstract: 本发明属于深度学习和放疗技术领域，涉及一种基于神经网络对医学影像中人体器官进行分割的方法，包括如下步骤：粗定位待勾画目标器官所在的医学影像层，所述的待勾画目标器官包含若干器官；使用3D二分类U型网络确定作为一个整体的待勾画目标器官的起始层与结束层；将起始层与结束层的中间层输入2D的多分类U型网络，进行精细勾画分割，确定各待勾画器官对应的起始层和结束层。本发明使用3D网络以确定多器官作为一个整体时的起始层与结束层，使用2D网络以解决起始层与结束层中间的各器官间数据不平衡问题，通过结合现有3D网络与2D网络的优点，解决了现有技术中对HU值相近的多器官分割问题。
-
公开(公告)号：CN110490803B
公开(公告)日：2023-04-07
申请号：CN201910729032.8
申请日：2019-08-08
Applicant: 北京连心医疗科技有限公司
Abstract: 本发明属于医学影像技术领域，涉及一种图像语义分割分块预测的拼接方法、设备和存储介质。该方法包括如下步骤：将待分割2D或3D图像的四周进行边缘补零扩充；对扩充后的图形进行分割；各分块分别进行分割预测；将各分块的预测结果图像进行边缘抛弃，保留核心区域；对所有保留的核心区域按分块顺序进行拼接，合成全图预测结果图。本发明可以让原图像和分块区域的分割预测结果都保持在分割预测准确率较高的图像内部区域；显著降低各分块边缘拼接痕迹明显的问题；可以改进原图外边缘预测结果；且本发明同时适用于对2D、3D图像的分块预测拼接问题。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
