龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：山东大学
摘要：本发明涉及图像处理技术领域，具体的说是一种基于深度学习的食道癌CT图像的分割方法，包括建立并训练深度学习模型、应用深度学习模型处理食道癌CT图像数据，其中，所述建立并训练深度学习模型包括以下步骤：获取食道癌CT图像解剖标注数据集，对数据进行预处理；建立并训练第一深度学习模型，对食道癌CT图像解剖标注数据集进行粗分割，其中所述第一深度学习模型为经过参数调整的U‑Net模型；建立并训练第二深度学习模型，用于对步骤2输出数据集进行细分割，所述第二深度学习模型为基于U‑Net的CNN和VisionTransformer混合模型；对食道癌CT图像解剖标注预测集进行预测，从而使得CT图像由大范围转换成小范围，进而提高模型分割的精度，优于当前最先进的方法。
主权项：1.一种基于深度学习的食道癌CT图像的分割方法，其特征在于，包括建立并训练深度学习模型和应用深度学习模型处理食道癌CT图像数据，其中，所述建立并训练深度学习模型包括以下步骤：步骤1：获取食道癌CT图像解剖标注数据集，对数据进行预处理；步骤2：建立并训练第一深度学习模型，对食道癌CT图像解剖标注数据集进行粗分割，其中所述第一深度学习模型为经过参数调整的U-Net模型；步骤3：建立并训练第二深度学习模型，用于对步骤2输出数据集进行细分割，所述第二深度学习模型为基于U-Net的CNN和VisionTransformer混合模型；步骤4：对食道癌CT图像解剖标注预测集进行预测：将所述细分割验证结果通过矩阵嵌入恢复为食道癌病灶图像区域，所述矩阵嵌入将细分割结果按照其在原食道癌区域解剖标注图像中的相对坐标位置嵌入至与原食道癌区域解剖标注图像三维长度相同的全0矩阵，以将细分割结果恢复至对应食道癌区域解剖标注图像的原始三维长度。
全文数据：
权利要求：
百度查询： 山东大学 基于深度学习的食道癌CT图像的分割方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号