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：北京科技大学
摘要：本发明提供一种体素文本配对的CT图像多器官分割方法及系统，涉及医学图像处理领域，方法包括：构建文本模板，对需分割器官进行描述，获得类别文本；获取样本CT图像；构建特征编码网络，将样本CT图像编码为特征图，将类别文本编码为文本特征向量；构建条件变分自编码器，对特征图生成不确定性伪热图；提取特征图中各个体素点对应的体素特征向量来计算体素文本配对相似度并构建配对结果伪热图，以配对结果伪热图作为原始输入，以特征图作为条件输入，对条件变分自编码器进行自监督训练；获取待分割CT图像；通过训练完成的特征编码网络，计算体素文本配对相似度，作为CT图像的多器官分割结果。
主权项：1.一种体素文本配对的CT图像多器官分割方法，其特征在于，包括：S1：构建文本模板，通过所述文本模板对需分割器官进行描述，获得类别文本；S2：获取样本CT图像；S3：构建特征编码网络，通过所述特征编码网络，将所述样本CT图像编码为特征图，将所述类别文本编码为文本特征向量；S4：构建条件变分自编码器，通过所述条件变分自编码器，对所述特征图生成不确定性伪热图；S5：从所述不确定性伪热图中采样按照不确定性最高的第一预设数量的体素点，从所述特征图的其他区域随机采样第二预设数量个体素点；S6：提取所述特征图中各个体素点对应的体素特征向量；S7：根据各个体素点对应的体素特征向量，计算体素文本配对相似度；S8：根据体素文本配对相似度，构建配对结果伪热图，并根据相似度损失函数梯度训练特征编码网络；S9：以所述配对结果伪热图作为所述条件变分自编码器的原始输入，以所述特征编码网络输出的特征图作为所述条件变分自编码器的条件输入，对所述条件变分自编码器进行自监督训练；S10：获取待分割CT图像；S11：通过训练完成的特征编码网络，计算体素文本配对相似度，作为所述获取待分割CT图像的多器官分割结果。
全文数据：
权利要求：
百度查询： 北京科技大学 一种体素与文本配对的CT图像多器官分割方法及系统
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