一种基于无监督学习的医学图像肝脏分割方法
基本信息
| 申请号 | CN202110643707.4 | 申请日 | - |
| 公开（公告）号 | CN113362310A | 公开（公告）日 | 2021-09-07 |
| 申请公布号 | CN113362310A | 申请公布日 | 2021-09-07 |
| 分类号 | G06T7/00;G06T7/11;G06K9/62;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 金烁;董家鸿;王博;赵威;申建虎;张伟;徐正清 | 申请（专利权）人 | 西安智诊智能科技有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 102629 北京市大兴区中关村科技园区大兴生物医药产业基地永大路38号1幢401室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于无监督学习的医学图像肝脏分割方法，首先取原始计算机断层扫描的腹部图像，通过人工标记出肝脏区域掩膜图像，组成训练集、测试集，对训练集中的图像数据进行归一化预处理，然后通过叠加两个带有AttentionGate的UNET构建无监督学习网络参数模型，构建损失函数模块，通过所述的的归一图像集对所述的无监督学习网络参数模型进行训练，然后对训练完成的无监督学习网络参数模型进行测试，验证其效果，若效果符合预期则得到可行性无监督学习网络参数模型；最后将待分割图像输入到可行性无监督学习网络参数模型中，得到分割后的肝脏区域图像。相比于现有方法更加准确。 |
