一种基于深度学习的肝脏CT图像分割方法
基本信息
| 申请号 | CN201910203733.8 | 申请日 | - |
| 公开（公告）号 | CN109949309A | 公开（公告）日 | 2019-06-28 |
| 申请公布号 | CN109949309A | 申请公布日 | 2019-06-28 |
| 分类号 | G06T7/10（2017.01）I; G06T5/00（2006.01）I; G06N3/08（2006.01）I; G06T3/40（2006.01）I; G06N3/04（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 刘荣; 王宜主; 王斐; 王子政; 张勇; 王翊 | 申请（专利权）人 | 安徽紫薇帝星数字科技有限公司 |
| 代理机构 | 合肥律众知识产权代理有限公司 | 代理人 | 安徽紫薇帝星数字科技有限公司 |
| 地址 | 230000 安徽省合肥市高新区创新大道2800号创新产业园二期G4楼A座9层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的肝脏CT图像分割模型建立方法，包括以下步骤：1.收集腹部CT图像，并对肝脏位置进行标注，生成原始图像序列，然后将原始图像序列分为训练样本和测试样本；2.对训练样本进行预处理，同时去除干扰信息；3.搭建肝脏分割深度学习网络；4.利用搭建完成的学习网络对预处理后的训练样本进行模型训练，得到肝脏分割模型；5.对测试样本进行预处理，并作为输入参数输入到肝脏分割模型，得到初分割图像，然后对每套图像进行连通域处理，连通域处理后的分割结果反馈至原始图像序列中。基于该肝脏CT图像分割模型，可以直接对预处理后的肝脏CT图像进行准确地分割，分割结果准确率高，细节刻画效果好。 |
