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：西安工程大学

摘要：本发明公开了一种基于改进型U‑net网络的医学图像分割方法，包括：S1：获取医学图像；S2：对所述医学图像进行预处理；S3：将所述预处理后的所述医学图像，输入训练后的基于inception的U‑net神经网络，得到医学图像分割结果。本发明实施例提供的一种基于改进型U‑net网络的医学图像分割方法，与现有技术相比较，分割边缘清晰，分割精度高，网络的泛化能力强；同时参数量小，使得训练时间减少，提高了训练效率。

主权项：1.一种基于改进型U-net网络的医学图像分割方法，其特征在于，包括：S1：获取医学图像；S2：对所述医学图像进行预处理；S3：将所述预处理后的所述医学图像，输入训练后的基于inception的U-net神经网络，得到医学图像分割结果；所述基于inception的U-net神经网络的结构包括：编码路径和解码路径；所述编码路径包括下采样卷积路径和inception模块；所述解码路径包括上采样卷积路径；将所述下采样卷积路径、所述inception模块和所述上采样卷积路径依次连接，进行图像分割；所述下采样卷积路径为对所述医学图像依次进行7*7卷积、3*3最大池化、3*3卷积和3*3最大池化，得到下采样卷积路径的输出结果；所述inception模块为对所述下采样卷积路径的输出结果，分别进行1*1卷积、1*1卷积和3*3卷积、1*1卷积和5*5卷积以及3*3最大池化和1*1卷积四种操作，得到inception模块的输出结果；所述上采样卷积路径包括：对所述inception模块的输出结果进行第一反卷积；将所述第一反卷积的输出结果与所述inception模块中所述3*3最大池化和1*1卷积的结果进行融合，得到第一融合结果；对所述第一融合结果依次进行3*3卷积、dropout操作、3*3卷积和第二反卷积；将所述第二反卷积的输出结果与所述inception模块中所述1*1卷积的结果进行融合，得到第二融合结果；对所述第二融合结果依次进行3*3卷积、dropout操作、3*3卷积和第三反卷积；将所述第三反卷积的输出结果与所述下采样卷积路径中所述3*3卷积的结果进行融合，得到第三融合结果；对所述第三融合结果依次进行3*3卷积、dropout操作、3*3卷积和第四反卷积；将所述第四反卷积的输出结果与所述下采样卷积路径中第一个最大池化的结果进行融合，得到第四融合结果；对所述第四融合结果依次进行3*3卷积、dropout操作、3*3卷积、第五反卷积和1*1卷积，得到所述医学图像分割结果。

全文数据：

权利要求：

百度查询： 西安工程大学 一种基于改进型U-net网络的医学图像分割方法