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：哈尔滨工业大学
摘要：本发明公开了一种基于改进U‑net网络和LSTM网络的肝脏血管超声图像目标识别与跟踪方法。步骤1：超声图像序列预处理；步骤2：训练ROI提取模型，从步骤1的超声图像中分割出区域；步骤3：基于改进U‑net网络实现步骤2的区域中目标的准确分割；步骤4：利用CNN‑LSTM网络对步骤1的超声图像序列进行分类；步骤5：基于步骤3的分割结果及步骤4的分类结果，利用LSTM网络实现超声图像序列中目标位置的准确预测。本发明为了解决现有方法无法同时对动态超声图像序列进行目标识别与实时跟踪的问题。
主权项：1.一种基于改进U-net网络和LSTM网络的肝脏血管超声图像目标识别与跟踪方法，其特征在于，肝脏血管超声图像目标识别与跟踪方法包括以下步骤：步骤1：超声图像序列预处理；步骤2：训练ROI提取模型，从步骤1的超声图像中分割出区域；步骤3：基于改进U-net网络实现步骤2的区域中目标的准确分割；步骤4：利用CNN-LSTM网络对步骤1的超声图像序列进行分类；步骤5：基于步骤3的分割结果及步骤4的分类结果，利用LSTM网络实现超声图像序列中目标位置的准确预测；所述的步骤3的具体步骤为：步骤3.1：将步骤2中得到的目标区域超声图像作为分割网络数据集，勾勒出每张图像中出现的肝脏血管边缘，并处理为二值图像，作为分割网络的标签，然后将图像和标签图像调整为同一尺寸；步骤3.2：对原有的U-net网络进行改进，加上边缘补齐，并引入BatchNormalization算法，在训练集上对改进的U-net网络进行训练，得到准确的分割模型；步骤3.3：应用训练好的分割模型对测试集进行测试，得到分割后的超声图像数据。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 一种基于改进U-net网络和LSTM网络的肝脏血管超声图像目标识别与跟踪方法
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