-
公开(公告)号：CN114972192A
公开(公告)日：2022-08-30
申请号：CN202210449075.2
申请日：2022-04-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习的乳腺钼靶胸大肌区域分割方法，包括：获取原始乳腺钼靶图像并预处理：依次进行格式转换、去除标签、Gamma校正、勾画胸大肌并转为掩膜图像；将对应的去除拍摄信息标签后的图像和掩膜图像进行扩充，获得数据集；建立DeepLabV3模型并训练；将待识别图像依次进行格式转换、去除拍摄信息标签和Gamma校正，获得第一乳腺钼靶图像；采用训练好的模型对第一乳腺钼靶图像进行预测，输出预测特征图并重构尺寸；将经过格式转换后的待识别图像和重构后的预测特征图相乘，获得目标乳腺钼靶图像。该方法可提高钼靶影像去除胸肌部分的效率及腺体含量计算精准度，为患者患乳腺癌风险的预测提供更好的依据。
-
公开(公告)号：CN114693672B
公开(公告)日：2025-01-28
申请号：CN202210448093.9
申请日：2022-04-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于图像处理的乳腺钼靶图像皮肤腺及乳头去除方法，包括：获取原始乳腺钼靶图像数据集并预处理；基于大津算法将预处理后的图像二值化，去噪获得二值化乳腺钼靶图像；勾画预处理后的图像皮肤腺区域，计算皮肤腺平均厚度；确定各二值化乳腺钼靶图像的皮肤腺边界，利用形态学操作获取对应的皮肤腺掩模图像；判断各皮肤腺掩模图像类型，按照类型对应平移并根据平移差融合边界内部，获得乳头掩模图像；将乳头掩模图像颜色反转后归一化；将归一化后的图像与对应的预处理后的图像相乘，获得对应的目标乳腺钼靶图像。该方法能够精准去除皮肤腺和乳头区域，避免产生人为因素导致的误差和过度裁剪，且具有更高的裁剪效率。
-
公开(公告)号：CN114693672A
公开(公告)日：2022-07-01
申请号：CN202210448093.9
申请日：2022-04-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于图像处理的乳腺钼靶图像皮肤腺及乳头去除方法，包括：获取原始乳腺钼靶图像数据集并预处理；基于大津算法将预处理后的图像二值化，去噪获得二值化乳腺钼靶图像；勾画预处理后的图像皮肤腺区域，计算皮肤腺平均厚度；确定各二值化乳腺钼靶图像的皮肤腺边界，利用形态学操作获取对应的皮肤腺掩模图像；判断各皮肤腺掩模图像类型，按照类型对应平移并根据平移差融合边界内部，获得乳头掩模图像；将乳头掩模图像颜色反转后归一化；将归一化后的图像与对应的预处理后的图像相乘，获得对应的目标乳腺钼靶图像。该方法能够精准去除皮肤腺和乳头区域，避免产生人为因素导致的误差和过度裁剪，且具有更高的裁剪效率。
-
公开(公告)号：CN114972192B
公开(公告)日：2024-02-20
申请号：CN202210449075.2
申请日：2022-04-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习的乳腺钼靶胸大肌区域分割方法，包括：获取原始乳腺钼靶图像并预处理：依次进行格式转换、去除标签、Gamma校正、勾画胸大肌并转为掩膜图像；将对应的去除拍摄信息标签后的图像和掩膜图像进行扩充，获得数据集；建立DeepLabV3模型并训练；将待识别图像依次进行格式转换、去除拍摄信息标签和Gamma校正，获得第一乳腺钼靶图像；采用训练好的模型对第一乳腺钼靶图像进行预测，输出预测特征图并重构尺寸；将经过格式转换后的待识别图像和重构后的预测特征图相乘，获得目标乳腺钼靶图像。该方法可提高钼靶影像去除胸肌部分的效率及腺体含量计算精准度，为患者患乳腺癌风险的预测提供更好的依据。
-
-
-
Search Results
4
records
(took 0.031 seconds)
