买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:长春理工大学
摘要:本发明公开了一种基于FasterNet和局部自注意力机制的颅内血肿分割方法,涉及医学图像处理技术领域,具体步骤为:构建包括主干特征提取网络、加强特征提取网络和分割网络的颅内血肿深度学习模型;选择CQ500数据集进行筛选、划分数据集,并按照硬膜外血肿、硬膜下血肿、脑实质血肿、蛛网膜下腔血肿这四种类型进行标注;利用制作好的数据集对网络模型进行训练,直至损失值到达设定范围且趋于平衡;利用未使用过的头部CT影像数据集对模型进行评估、再次训练和微调,获得最终模型;将最终确定的模型参数保存后加载到模型并保存;本发明对颅内血肿图像进行分割并进行了可视化,便于人眼观察,同时本发明提出的方法分割效率高,训练速度快,准确率高。
主权项:1.一种基于FasterNet和局部自注意力机制的颅内血肿分割方法,其特征在于,具体步骤为:构建网络模型:构建包括主干特征提取网络、加强特征提取网络和分割网络解码器的颅内血肿分割网络;准备数据集:选择CT-ICH2020数据集和CQ500数据集,筛选出含有硬膜外血肿、硬膜下血肿、脑实质内血肿、蛛网膜下腔血肿和脑室血肿的病例切片并转换成PNG格式,之后划分成训练集、验证集和测试集;训练网络模型:利用CT-ICH2020数据集对网络模型进行预训练,利用CQ500数据集对网络模型进行正式训练,直至损失值到达设定范围且趋于平衡;微调模型:利用CQ500数据集对模型进行评估、再次训练和微调,获得最终模型;保存模型:将最终确定的模型参数保存后加载到模型并保存;预测结果:将未使用过的头部CT数据送进保存好的模型中,得到最终的分割结果。
全文数据:
权利要求:
百度查询: 长春理工大学 一种基于FasterNet和局部自注意力机制的颅内血肿分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。