一种基于UNet++的低级别胶质瘤图像分割方法

    公开(公告)号:CN114202545A

    公开(公告)日:2022-03-18

    申请号:CN202010875513.2

    申请日:2020-08-27

    Inventor: 许丹 王军伟

    Abstract: 本发明提供一种基于UNet++的低级别胶质瘤图像分割方法,属于医学图像处理领域。本发明分割方法的步骤包括:首先使用低级别胶质瘤MRI图像和标记好的分割掩膜构建网络的训练集,然后根据构建的训练集对UNet++卷积神经网络进行训练,最后用训练好的UNet++卷积神经网络对实际肿瘤数据进行分割。该方法通过使用密集跳跃连接来融合深层特征和浅层特征,网络分割结果准确率高,抗噪性好,并且缩短了训练时间。与基于U‑Net的分割模型进行对比,在低级别胶质瘤MRI图像分割问题上的相似度效果有了很大的提升。能够辅助医师快速,精确地识别肿瘤病灶组织并给出诊断建议。

Patent Agency Ranking