一种基于深度学习的胆管图像分割方法
基本信息
申请号 | CN202110493746.0 | 申请日 | - |
公开(公告)号 | CN113223003A | 公开(公告)日 | 2021-08-06 |
申请公布号 | CN113223003A | 申请公布日 | 2021-08-06 |
分类号 | G06T7/10;G06T5/50;G06T5/00;G06T3/40;G06K9/62;G06N3/04;G06N3/08 | 分类 | 计算;推算;计数; |
发明人 | 王博;赵威;申建虎;张伟;徐正清 | 申请(专利权)人 | 北京精诊医疗科技有限公司 |
代理机构 | - | 代理人 | - |
地址 | 102629 北京市大兴区中关村科技园区大兴生物医药产业基地永大路38号1幢401室 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于深度学习的胆管图像分割方法,首先将获取腹部CT图像,并将腹部CT图像中的肝内扩张胆管图像进行标注得到数据集;并对数据集进行预处理操作,包括设置数据集灰度值的上下阈值,计算得到数据集灰度值的均值和方差,根据得到的均值和方差对数据集灰度值做归一化操作;之后构建基于3D U‑Net的肝内扩张胆管分割模型,利用数据集进行训练,其中训练的过程包括对肝内扩张胆管分割模型进行训练与修正,最后利用训练完成的肝内扩张胆管分割模型处理待分割的腹部CT图像,得到肝内扩张胆管图像分割结果,本申请通过预处理操作和后处理操作,解决了现有肝内扩张胆管分割技术存在的噪声敏感和效率低等问题,提高了分割效率和准确度。 |
