基于3D卷积神经网络分割多模态MR脑部图像方法
基本信息
申请号 | CN202011073376.7 | 申请日 | - |
公开(公告)号 | CN112164082A | 公开(公告)日 | 2021-01-01 |
申请公布号 | CN112164082A | 申请公布日 | 2021-01-01 |
分类号 | G06T7/11(2017.01)I | 分类 | 计算;推算;计数; |
发明人 | 刘应龙;王思伦 | 申请(专利权)人 | 深圳市铱硙医疗科技有限公司 |
代理机构 | 北京酷爱智慧知识产权代理有限公司 | 代理人 | 深圳市铱硙医疗科技有限公司 |
地址 | 518000广东省深圳市南山区高新南六道迈科龙大厦10楼1001室 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于3D卷积神经网络分割多模态MR脑部图像的方法,包括:获取多模态MR脑部图像数据;对获取的原始MR脑部图像数据进行预处理,得到预处理后的图像;将预处理后的图像训练3D卷积神经网络模型,提取脑部皮下组织的特征数据,3D卷积神经网络模型包括残差网络模块和空洞空间卷积池化金字塔模块;优化3D卷积神经网络模型的参数;使用训练好的3D卷积神经网络模型对测试集数据进行测试,得到MR脑部图像数据的分割结果;将分割结果进行分析和可视化,得到三维脑皮下组织图。该方法通过将残差模块和空洞空间卷积池化金字塔模块引入卷积神经网络,解决了训练费时费力,模型退化的问题,并且还提高了分割的准确性。 |
