申请/专利权人:南昌康德莱医疗科技有限公司
申请日:2024-05-07
公开(公告)日:2024-06-28
公开(公告)号:CN118135229B
主分类号:G06V10/26
分类号:G06V10/26;G06T7/00;G06V10/774;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.06.28#授权;2024.06.21#实质审查的生效;2024.06.04#公开
摘要:本发明涉及医学图像分割技术领域,提供了一种医学图像分割方法、系统及计算机,方法包括:获取医学图像数据集,向训练集赋予训练标签,向测试集赋予测试标签;将训练集作为初始先验网络的输入值,以获取训练先验隐空间,将训练集及训练标签作为初始后验网络的输入值,以获取训练后验隐空间;更新初始先验网络及初始后验网络,以形成更新先验网络及更新后验网络;获取测试先验隐空间,对测试先验隐空间进行采样,以获取测试似然样本;将测试似然样本作为似然网络的输入值,以获取测试集分割结果;将测试集分割结果及测试集作为预测网络的输入值,以获取分割置信度。通过获取测试先验隐空间及分割置信度,解决分割假设及分割性能不确定的问题。
主权项:1.一种医学图像分割方法,其特征在于,包括以下步骤:获取医学图像数据集,将所述医学图像数据集划分为训练集及测试集,向所述训练集赋予训练标签,向所述测试集赋予测试标签,所述训练标签对应所述训练集的真实分割结果,所述测试标签对应所述测试集的真实分割结果;将所述训练集作为初始先验网络的输入值,以获取训练先验隐空间,所述初始先验网络包括先验预处理层、第一先验尺度、第二先验尺度及第三先验尺度,将所述训练集及所述训练标签作为初始后验网络的输入值,以获取训练后验隐空间,基于所述训练先验隐空间及所述训练后验隐空间,计算KL散度;根据所述KL散度更新所述初始先验网络及所述初始后验网络的网络参数,以形成更新先验网络及更新后验网络;将所述测试集作为所述更新先验网络的输入值,以获取测试先验隐空间,对所述测试先验隐空间进行采样,以获取测试似然样本;将所述测试似然样本作为似然网络的输入值,以获取测试集分割结果,所述似然网络包括第一分割尺度、第二分割尺度及第三分割尺度;将所述测试集分割结果及所述测试集作为预测网络的输入值,以获取分割置信度,所述分割置信度用于评估医学图像分割结果的准确性。
全文数据:
权利要求:
百度查询: 南昌康德莱医疗科技有限公司 一种医学图像分割方法、系统及计算机
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。