-
公开(公告)号：CN112419332A
公开(公告)日：2021-02-26
申请号：CN202011281328.7
申请日：2020-11-16
Applicant: 复旦大学
Abstract: 本发明提供的一种面向厚层MRI影像的头骨剥离方法，用于对厚层脑MRI图像进行脑组织提取并输出关于头骨剥离后脑组织区域的标注，通过将厚层MRI图像通过头骨剥离神经网络模型得到并输出分割文件。头骨剥离神经网络模型的训练过程为将厚层脑MRI图像训练集通过预处理模块、特征提取模块以及分割结果生成模块并通过反向传播从而得到头骨剥离神经网络模型。通过特征提取模块进行融合从而即考虑到了全局信息，也充分考虑了局部信息对分类判断的影响。针对厚层MRI图像这种携带信息较多、层数非常少、不同层间差距也非常大的图像所设置的头骨剥离神经网络模型，能够解决厚层图像的头骨剥离问题，并且头骨剥离神经网络模型在厚层脑MRI数据上具有优秀的表现。
-
公开(公告)号：CN112308163A
公开(公告)日：2021-02-02
申请号：CN202011237578.0
申请日：2020-11-09
Applicant: 复旦大学
Abstract: 本发明提供一种基于深度学习的脑胶质瘤辅助标注装置，由于通过脑胶质瘤算法模块进行自动分割的功能，从而能够实现对脑胶质瘤数据标注的半自动化。并充分利用了网页技术端应用软件灵活、便捷、随处访问的优势，结合了神经网络生成数据的功能，从而提升了在构造数据集过程中费时费力的数据标注过程的效率。本发明的脑胶质瘤辅助标注装置源自于数据并充分利用了深度学习，以及能够反馈数据生成的特点，解决完全由人工标注带来的巨大消耗，可以通过不断循环迭代，并利用数据集训练算法，以及利用算法辅助数据集的构造的方式，从而使得数据标注变得更加高效。
-
Search Results
2
records
(took 0.014 seconds)
