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：南京邮电大学
摘要：本发明公开了基于三维去噪扩散模型的肺部PETCT图像分割方法，将优化后的U‑Net的3D‑DDPM方法与Analytic‑DPM方法的优化相结合，以提高肺腺瘤分割的精度和准确性。优化后的U‑Net利用了全尺寸跳跃连接和深度监督，并改进残差模块。同时，基于Analytic‑DPM方法优化了DDPM，Analytic‑DPM使用蒙特卡罗方法和预训练的基于分数的模型来估计方差和KL散度的分析形式，推导了最优方差的界限，以纠正潜在的偏差，并揭示了分数函数和数据协方差矩阵之间的关系，提高了似然结果的效率和性能，有效的生成了高质量的样本。本发明实现了高质量的三维医学图像合成，在3D‑DDPM扩散模型的逆向过程中，将三维PET、CT和高斯噪声体积的级联作为网络输入以生成肿瘤掩膜，从而准确地实现肺腺瘤分割。
主权项：1.基于三维去噪扩散模型的肺部PETCT图像分割方法，其特征在于：包括以下步骤：S1，将原始数据集分为训练集、验证集和测试集，并对这些数据集进行重采样和归一化处理；S2，对原始的DDPM结构进行了修改，所有的2D操作、图层和噪声都被3D替代，同时对残差块进行了优化；这包括使用GroupNorm替代BatchNorm，将SiLU函数替代ReLU函数，将2D卷积层替换为3D卷积层，并将步长设置为1；同时，对U-Net网络结构也进行优化，优化后的U-Net利用了全尺寸跳跃连接和深度监督；S3，采用基于Analytic-DPM的方法对3D-DDPM进行了优化，以提高对数似然度和生成高质量样本的能力，同时提升训练速度；优化的过程从最小化联合分布的KL散度开始，针对DDPM算法进行了调整和改进；S4，定义目标清洁数据为3D肿瘤掩膜，这些数据包含了肿瘤区域的精确位置和形状信息，成为模型训练和优化的目标；S5，设置批大小为1，即每次模型训练时仅处理单个体积的数据；训练过程中通过随机裁剪操作生成大小为32×96×96mm³的小体积来训练模型，并利用数据增强技术增强训练数据的多样性和质量。
全文数据：
权利要求：
百度查询： 南京邮电大学 基于三维去噪扩散模型的肺部PET&CT图像分割方法
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