-
公开(公告)号:CN115439650A
公开(公告)日:2022-12-06
申请号:CN202210963122.5
申请日:2022-08-11
Applicant: 南京工业大学
Abstract: 本发明公开一种基于CT肾脏图像跨模态迁移学习的肾脏超声图像分割方法,包括:通过旋转的方法多角度切割带标签的三维CT图像生成多角度二维肾脏CT图像;利用风格迁移网络生成带标签的模拟超声数据集;利用多角度模拟肾脏超声图像提高肾脏超声图像分割网络泛化性能;在训练策略上首先利用风格迁移网络和语义分割网络联合训练,最后再利用真实标注的肾脏超声图像进行训练。本发明在肾脏超声图像语义分割网络有如下优势:可以有效解决肾脏超声图像标注困难;可以降低人工标注的成本;解决肾脏分割模型训练的过拟合问题,从而提高分割准确度。具有很好的泛化能力,即可以在不同形态、不同位置的肾脏超声图像上进行分割。