基于深度学习网络的纵隔淋巴引流区的自动勾画方法
基本信息

| 申请号 | CN202110143272.7 | 申请日 | - |
| 公开(公告)号 | CN112950651A | 公开(公告)日 | 2021-06-11 |
| 申请公布号 | CN112950651A | 申请公布日 | 2021-06-11 |
| 分类号 | G06T7/11;G06N3/04;G06N3/08 | 分类 | 计算;推算;计数; |
| 发明人 | 刘守亮;魏军;沈烁 | 申请(专利权)人 | 广州柏视数据科技有限公司 |
| 代理机构 | 北京兴智翔达知识产权代理有限公司 | 代理人 | 张玉梅 |
| 地址 | 510530 广东省广州市黄埔区玉岩路12号一期办公楼306室 | ||
| 法律状态 | - | ||
摘要

| 摘要 | 本发明公开了一种基于深度学习网络的纵隔淋巴引流区的自动勾画方法,其适用于CT影像,自动勾画方法包括以下步骤:S1:采集CT图像数据和医生手工标注的纵隔淋巴引流区图像,并预处理CT图像数据和医生手工标注的纵隔淋巴引流区图像;S2:对预处理后的CT图像数据进行分组,得到训练集、验证集和测试集;S3:对训练集、验证集及测试集进行数据增强;步骤S4:构建深度学习分割模型;以及S5:将训练集中的CT图像数据和的医生手工标注纵隔淋巴引流区图像输入已经构建完的深度学习分割模型,训练迭代收敛后,保存纵隔淋巴引流区的分割模型,再进行纵隔淋巴引流区识别和预测,得到纵隔淋巴引流区的每个分区的概率图。网络可以更好的定位和分割小引流区。 |





