一种基于先验引导的乳腺病灶深度学习分割方法
基本信息
| 申请号 | CN202110605271.X | 申请日 | - |
| 公开（公告）号 | CN113379691B | 公开（公告）日 | 2022-06-24 |
| 申请公布号 | CN113379691B | 申请公布日 | 2022-06-24 |
| 分类号 | G06T7/00;G06T7/11;G06T7/194;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 张煜;宁振源;钟升洲 | 申请（专利权）人 | 南方医科大学 |
| 代理机构 | 北京科亿知识产权代理事务所（普通合伙） | 代理人 | 赵蕊红 |
| 地址 | 510515 广东省广州市白云区沙太南路1023号-1063号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于先验引导的乳腺病灶深度学习分割方法，包括以下步骤：S1，读取乳腺超声图像数据；S2，获取病灶区域内的至少三个标记点；S3，使用线性光谱聚类超像素方法和多尺度组合分组方法处理图像；S4，通过加权求和的方式得到包含病灶先验信息的前景图像；S5，将前景先验图像取反，获得背景先验图像；S6，利用前景与背景先验图像进行前景与背景特征提取；S7，融合互补的前景与背景特征，输出病灶分割结果。本发明通过预处理获得包含乳腺肿瘤先验信息的图像后，利用U‑Net网络框架对病灶区域进行特征提取。该方法利用前景与背景先验信息的引导，提升超声乳腺病灶的分割精度。该方法分割得到的病灶图像，纹理细节丰富，边缘清晰，图像丢失少。 |
