公开(公告)号：CN111242959B

公开(公告)日：2023-06-16

申请号：CN202010042228.2

申请日：2020-01-15

Applicant: 中国科学院苏州生物医学工程技术研究所

Inventor： 戴亚康 ,  胡冀苏 ,  钱旭升 ,  周志勇 ,  黄毅鹏 ,  赵文露 ,  马麒 ,  沈钧康

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06V10/764 ,  G06V10/766

Abstract: 本发明公开了一种基于卷积神经网络的多模态医学图像的目标区域提取方法，包括以下步骤：1)构建用于多模态医学图像中目标区域提取的掩模区域卷积神经网络；2)对构建的掩模区域卷积神经网络进行训练；3)将待处理的多模态医学图像输入训练后的掩模区域卷积神经网络进行目标区域提取。本发明能实现多模态医学图像中目标区域的自动精准分割，能克服人工分割目标区域存在的主观差异性问题和耗时费力的缺陷，可提高多模态医学图像中目标区域提取的准确性；本发明通过若干个并行的SE‑Resnet可实现多模态医学图像的特征图像提取，通过将挤压激励块融入特征提取网络能提升医学图像的特征提取效率和多模态医学图像的信息融合效率。

公开(公告)号：CN111242959A

公开(公告)日：2020-06-05

申请号：CN202010042228.2

申请日：2020-01-15

Applicant: 中国科学院苏州生物医学工程技术研究所

Inventor： 戴亚康 ,  胡冀苏 ,  钱旭升 ,  周志勇 ,  黄毅鹏 ,  赵文露 ,  马麒 ,  沈钧康

IPC: G06T7/11 ,  G06K9/62

Abstract: 本发明公开了一种基于卷积神经网络的多模态医学图像的目标区域提取方法，包括以下步骤：1)构建用于多模态医学图像中目标区域提取的掩模区域卷积神经网络；2)对构建的掩模区域卷积神经网络进行训练；3)将待处理的多模态医学图像输入训练后的掩模区域卷积神经网络进行目标区域提取。本发明能实现多模态医学图像中目标区域的自动精准分割，能克服人工分割目标区域存在的主观差异性问题和耗时费力的缺陷，可提高多模态医学图像中目标区域提取的准确性；本发明通过若干个并行的SE-Resnet可实现多模态医学图像的特征图像提取，通过将挤压激励块融入特征提取网络能提升医学图像的特征提取效率和多模态医学图像的信息融合效率。