一种基于3DA-U-Nets架构的CT图像肝脏肿瘤分割方法

    公开(公告)号:CN115131369B

    公开(公告)日:2024-11-01

    申请号:CN202210672085.2

    申请日:2022-06-15

    Inventor: 胡栋 李亚荣

    Abstract: 本发明公开了一种基于3DA‑U‑Nets架构的CT图像肝脏肿瘤分割方法,该方法包括:将CT图像输入三维注意力结构3DA与U‑Net网络结合得到一级肝脏分割网络3DA‑U‑Net对肝脏进行分割,得到肝脏掩膜,其中三维注意力结构利用从多个维度扫描全局图像,重点关注目标所在区域和特性,降低与肿瘤无关信息的关注度,以提升网络的效率与准确性;再使用肝脏掩膜与图像本身进行计算得到肝脏区域的图像集;将肝脏掩膜和CT图像进行掩膜计算,得到肝脏区域图像集输入二级肝脏肿瘤分割网络3DA‑U‑Net中得到肝肿瘤的分割结果;以上两级网络共同组成基于3DA‑U‑Nets架构的CT图像肝脏肿瘤分割方法,本发明能够快速、准确的进行肝脏肿瘤分割。

    一种基于3DA-U-Nets架构的CT图像肝脏肿瘤分割方法

    公开(公告)号:CN115131369A

    公开(公告)日:2022-09-30

    申请号:CN202210672085.2

    申请日:2022-06-15

    Inventor: 胡栋 李亚荣

    Abstract: 本发明公开了一种基于3DA‑U‑Nets架构的CT图像肝脏肿瘤分割方法,该方法包括:将CT图像输入三维注意力结构3DA与U‑Net网络结合得到一级肝脏分割网络3DA‑U‑Net对肝脏进行分割,得到肝脏掩膜,其中三维注意力结构利用从多个维度扫描全局图像,重点关注目标所在区域和特性,降低与肿瘤无关信息的关注度,以提升网络的效率与准确性;再使用肝脏掩膜与图像本身进行计算得到肝脏区域的图像集;将肝脏掩膜和CT图像进行掩膜计算,得到肝脏区域图像集输入二级肝脏肿瘤分割网络3DA‑U‑Net中得到肝肿瘤的分割结果;以上两级网络共同组成基于3DA‑U‑Nets架构的CT图像肝脏肿瘤分割方法,本发明能够快速、准确的进行肝脏肿瘤分割。

    一种三通道级联SEU-Nets肝肿瘤分割方法

    公开(公告)号:CN113935951B

    公开(公告)日:2024-11-01

    申请号:CN202111066977.X

    申请日:2021-09-13

    Abstract: 本发明公开一种三通道级联SEU‑Nets肝肿瘤分割方法,第一级肝脏分割网络从静脉期CT图像中分割出肝脏区域,并根据预设置的阈值将肝脏区域转化为二值的肝脏掩膜;动脉期CT图像、静脉期CT图像和延迟期CT图像与肝脏掩膜进行掩膜运算,获得动脉期肝脏感兴趣区域、静脉期肝脏感兴趣区域和延迟期肝脏感兴趣区域;第二级肿瘤分割网络处理动脉期的肝脏感兴趣区域、静脉期的肝脏感兴趣区域和延迟期的肝脏感兴趣区域,获得动脉期深层图像特征图、静脉期深层图像特征图和延迟期的深层图像特征图;利用特征级联融合对动脉期深层图像特征图、静脉期深层图像特征图和延迟期深层图像特征图进行特征融合,输出肝脏肿瘤分割概率图,本发明提升了肝脏肿瘤的整体分割精度。

    一种三通道级联SEU-Nets肝肿瘤分割方法

    公开(公告)号:CN113935951A

    公开(公告)日:2022-01-14

    申请号:CN202111066977.X

    申请日:2021-09-13

    Abstract: 本发明公开一种三通道级联SEU‑Nets肝肿瘤分割方法,第一级肝脏分割网络从静脉期CT图像中分割出肝脏区域,并根据预设置的阈值将肝脏区域转化为二值的肝脏掩膜;动脉期CT图像、静脉期CT图像和延迟期CT图像与肝脏掩膜进行掩膜运算,获得动脉期肝脏感兴趣区域、静脉期肝脏感兴趣区域和延迟期肝脏感兴趣区域;第二级肿瘤分割网络处理动脉期的肝脏感兴趣区域、静脉期的肝脏感兴趣区域和延迟期的肝脏感兴趣区域,获得动脉期深层图像特征图、静脉期深层图像特征图和延迟期的深层图像特征图;利用特征级联融合对动脉期深层图像特征图、静脉期深层图像特征图和延迟期深层图像特征图进行特征融合,输出肝脏肿瘤分割概率图,本发明提升了肝脏肿瘤的整体分割精度。

Patent Agency Ranking