公开(公告)号：CN112767407B

公开(公告)日：2023-07-07

申请号：CN202110141339.3

申请日：2021-02-02

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  吴敏 ,  徐宏伟 ,  刘青山 ,  辛宇

IPC: G06T7/10 ,  G06T7/13 ,  G06T3/40 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于级联门控3DUnet模型的CT图像肾脏肿瘤分割方法，包括：采集腹部CT扫描中包含肾脏的图像序列，对每个图像序列中的肾脏及肿瘤进行标注，生成对应的标注掩码,构建数据集Dataset；对Dataset进行P1预处理操作，构建肾脏(包括肿瘤)分割的U型深度网络模型M1；对Dataset中的图像序列与对应的标注掩码进行裁剪，取出只有肾脏(或肿瘤)的体素部分，进行P2预处理操作，基于门控卷积层构建肿瘤分割的深度网络分割模型M2；分别对模型M1、M2进行训练；通过模型M1和M2的级联处理分割出肾脏肿瘤区域。本发明通过网络级联的两阶段分割模型，并联合门控卷积层构建了用于肿瘤分割的深度网络模型，能够对癌变肾脏的形状变化保持鲁棒，有效分割出不同尺寸的肿瘤。

公开(公告)号：CN113362332A

公开(公告)日：2021-09-07

申请号：CN202110638265.4

申请日：2021-06-08

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  陈思华 ,  吴敏 ,  乔馨霆 ,  陈勋豪

IPC: G06T7/10 ,  G06N3/04 ,  G06N3/08 ,  G06T7/181

Abstract: 本发明提供了一种OCT影像下冠状动脉管腔轮廓的深度网络分割方法，该分割方法采用双支路深度卷积网络结构，一条支路分割OCT影像对应的管腔区域掩膜，另一条支路预测管腔内壁轮廓，两个任务之间进行联合学习，耦合后的结果即为最终的分割轮廓。本发明采用双支路深度卷积网络，利用两个任务之间的相关性进行联合学习，并融合两个支路的结果获得最终的分割轮廓，能够对管腔内壁形状变化保持鲁棒，进而准确定位血管内壁轮廓，实现OCT影像下冠状动脉管腔轮廓的准确分割。

公开(公告)号：CN112767407A

公开(公告)日：2021-05-07

申请号：CN202110141339.3

申请日：2021-02-02

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  吴敏 ,  徐宏伟 ,  刘青山 ,  辛宇

IPC: G06T7/10 ,  G06T7/13 ,  G06T3/40 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于级联门控3DUnet模型的CT图像肾脏肿瘤分割方法，包括：采集腹部CT扫描中包含肾脏的图像序列，对每个图像序列中的肾脏及肿瘤进行标注，生成对应的标注掩码,构建数据集Dataset；对Dataset进行P1预处理操作，构建肾脏(包括肿瘤)分割的U型深度网络模型M1；对Dataset中的图像序列与对应的标注掩码进行裁剪，取出只有肾脏(或肿瘤)的体素部分，进行P2预处理操作，基于门控卷积层构建肿瘤分割的深度网络分割模型M2；分别对模型M1、M2进行训练；通过模型M1和M2的级联处理分割出肾脏肿瘤区域。本发明通过网络级联的两阶段分割模型，并联合门控卷积层构建了用于肿瘤分割的深度网络模型，能够对癌变肾脏的形状变化保持鲁棒，有效分割出不同尺寸的肿瘤。