一种基于多尺度特征提取的胸腺瘤CT图像分割方法
基本信息
| 申请号 | CN202210371206.X | 申请日 | - |
| 公开（公告）号 | CN114663423A | 公开（公告）日 | 2022-06-24 |
| 申请公布号 | CN114663423A | 申请公布日 | 2022-06-24 |
| 分类号 | G06T7/00（2017.01）I;G06T7/11（2017.01）I;G06V10/77（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 冯宝;徐坤财;周皓阳;陈业航;陈相猛;蒋成亮;刘昱;李运德;何婧;崔恩铭;龙晚生 | 申请（专利权）人 | 桂林航天工业学院 |
| 代理机构 | 广州海藻专利代理事务所（普通合伙） | 代理人 | - |
| 地址 | 529000广东省江门市蓬江区北街海傍街23号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于多尺度特征提取的胸腺瘤CT图像分割方法，包括如下步骤：在传统UNet网络的编码器中结合基于不同复杂度和不同尺度卷积的DBB结构来提取胸腺瘤CT图像中肿瘤不同尺度下的空间特征，获取更丰富的肿瘤信息。基于压缩激励机制构建卷积核通道间的相互关系，实现不同尺度下空间特征的降维和重标定，然后将重标定的空间特征与原空间特征逐像素加权融合，进而得到与肿瘤区域更相关的空间特征。本发明的分割结果的DICE系数为88.90、交并比IOU为80.15、真阳性率TPR为86.94、假阳性率FPR为8.61、精确率Pre为91.79，更接近于医生手动分割结果。 |
