公开(公告)号：CN114359151A

公开(公告)日：2022-04-15

申请号：CN202111481981.2

申请日：2021-12-06

Applicant: 三峡大学

Inventor： 崔文超 ,  孟丹 ,  徐德伟 ,  孙水发 ,  吴义熔

IPC: G06T7/00 ,  G06T7/12 ,  G06T7/143 ,  G06T7/194 ,  G06T7/62

Abstract: 组合SegNet网络和局部Nakagami分布拟合模型的超声图像分割方法，包括：(1)利用超声图像集和分割真值集对SegNet网络进行训练，预训练的SegNet网络进行超声图像的粗分割；(2)将SegNet网络的粗分割结果转化为初始化水平集函数，利用局部Nakagami分布拟合模型实现精分割，既能克服SegNet网络分割超声图像所出现的边缘定位精度不足问题，也能克服水平集分割方法的初始化敏感问题，从而实现高精度且高效率的超声图像自动分割。

公开(公告)号：CN114359151B

公开(公告)日：2024-08-06

申请号：CN202111481981.2

申请日：2021-12-06

Applicant: 三峡大学

Inventor： 崔文超 ,  孟丹 ,  徐德伟 ,  孙水发 ,  吴义熔

IPC: G06T7/00 ,  G06T7/12 ,  G06T7/143 ,  G06T7/194 ,  G06T7/62

Abstract: 组合SegNet网络和局部Nakagami分布拟合模型的超声图像分割方法，包括：(1)利用超声图像集和分割真值集对SegNet网络进行训练，预训练的SegNet网络进行超声图像的粗分割；(2)将SegNet网络的粗分割结果转化为初始化水平集函数，利用局部Nakagami分布拟合模型实现精分割，既能克服SegNet网络分割超声图像所出现的边缘定位精度不足问题，也能克服水平集分割方法的初始化敏感问题，从而实现高精度且高效率的超声图像自动分割。