基于生成对抗网络和多尺度特征融合的医学影像分割装置
基本信息
| 申请号 | CN202210361443.8 | 申请日 | - |
| 公开（公告）号 | CN114693933A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114693933A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V10/26（2022.01）I;G06V10/25（2022.01）I;G06V10/764（2022.01）I;G06V10/774（2022.01）I;G06V10/80（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06T7/00（2017.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 孙美君;杨淑清;王征 | 申请（专利权）人 | 天津大学 |
| 代理机构 | 天津市北洋有限责任专利代理事务所 | 代理人 | - |
| 地址 | 300072天津市南开区卫津路92号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于生成对抗网络和多尺度特征融合的医学影像分割装置，包括：分割框架的输入是原始3D的CT影像，经预处理后得到标准化图像；利用训练后的基于特征图合成生成对抗网络中的判别器分割出肝脏，输出预测概率图；概率图中每个像素中的值表征该像素属于肝脏的概率，通过生成器和判别器之间的对抗学习，学习更多的信息；自动提取肝脏ROI：将肝脏3D分割结果和标准化图像进行点乘，屏蔽其他非相关脏器，计算出肝脏区域最小外接长方体并剪裁，将不同大小肝脏重采样至同一尺寸；将肝脏ROI作为输入，利用训练好的基于改进V‑Net的三通道级联网络，融合多尺度特征，扩大感受野，处理不同数据中的目标区域位置、形状和大小差异问题和病变区域边界模糊问题，最终得到肿瘤分割结果。 |
