基于UNet卷积神经网络的膀胱超声图像分割方法及装置
基本信息
| 申请号 | CN202010294218.8 | 申请日 | - |
| 公开（公告）号 | CN111429452A | 公开（公告）日 | 2020-07-17 |
| 申请公布号 | CN111429452A | 申请公布日 | 2020-07-17 |
| 分类号 | G06T7/00;G06T7/10 | 分类 | - |
| 发明人 | 徐文龙;张官喜 | 申请（专利权）人 | 深圳市嘉骏实业有限公司 |
| 代理机构 | 深圳市精英专利事务所 | 代理人 | 黄文锋 |
| 地址 | 518000 广东省深圳市坪山区坑梓街道秀新社区聚龙山A路深城投创意工厂生命科学园厂房B4101、B4201、B4301 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于UNet卷积神经网络的膀胱超声图像分割方法及装置，所述方法包括，利用超声扫描设备获取人体的膀胱超声图像；构建膀胱超声图像的训练集和测试集，训练集和测试集中包括了经过标注和数据增强处理后的所有膀胱超声图像数据；构建UNet卷积神经网络模型，所述UNet卷积神经网络模型包括下采样层和上采样层；利用膀胱超声图像的训练集图像数据对构建的UNet网络模型进行训练，生成网络模型，并利用膀胱超声图像的测试集图像数据对模型效果进行测试；利用训练好的UNet网络模型对超声设备获取的实际膀胱超声图像进行分割。本发明能够消除噪声对膀胱超声图像进行分割的干扰，提高提高膀胱容积计算的准确性。 |
