-
公开(公告)号：CN118397015A
公开(公告)日：2024-07-26
申请号：CN202410473159.9
申请日：2024-04-19
Applicant: 上海大学
IPC: G06T7/10 , G06V10/774 , G06V10/764 , G06V10/40
Abstract: 本发明涉及一种基于深度学习的超声图像斑块分割方法、系统及电子设备，该方法包括以下步骤：步骤S1，对颈动脉超声图像进行数据预处理；步骤S2，基于预处理后的颈动脉超声图像划分训练集、验证集和测试集，并进行增强处理；步骤S3，构建并训练斑块分割网络模型，所述斑块分割网络模型的结构以UNet为基准架构，包括改进注意力机制模块、空洞空间卷积池化金字塔模块以及改进解码路径中每层输出结果流向的改进多尺度解码模块；所述改进注意力机制模块用于提取斑块空间和通道特征，并准确定位斑块位置信息；步骤S4，利用训练后的斑块分割网络模型对测试集的颈动脉超声图像进行分割。与现有技术相比，本发明具有准确分割斑块边界和实现自动分割等优点。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
