公开(公告)号：CN112348779A

公开(公告)日：2021-02-09

申请号：CN202011143562.3

申请日：2020-10-23

Applicant: 南开大学 ,  天津市第一中心医院

Inventor： 刘之洋 ,  柴超 ,  乔鹏冲 ,  赵彬 ,  吴虹 ,  刘国华 ,  吴梦然 ,  夏爽 ,  沈文

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的核磁影像大脑灰质核团分割方法。包括步骤：数据的准备与预处理；构建全局与局部支路数据对；基于3D Unet网络原有框架与残差结构设计3D ResUnet网络；设计全局与局部特征提取结构，将网络输入部分扩充为两条支路分别提取全局与局部数据对的特征；设计特征补偿模块，使用3D转置卷积，中心剪裁，特征拼接操作融合两条支路的特征；设计解码双支路；将处理好的数据输入最终模型进行训练；在像素级标签的测试集上验证网络的分割效果，并输出分割结果。本发明提出的方法可以大大减小标注数据的成本，在一定程度上为定量研究神经退行性疾病提供数据基础，对于探究疾病病理机制与临床治疗具有重大意义。

公开(公告)号：CN111862136A

公开(公告)日：2020-10-30

申请号：CN202010570403.5

申请日：2020-06-22

Applicant: 南开大学

Inventor： 刘之洋 ,  乔鹏冲 ,  吴虹 ,  刘国华 ,  黄晨星雨 ,  南瑞丽 ,  刘佳宁

IPC: G06T7/149 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的多模态核磁影像缺血性脑卒中病变分割方法。包括步骤：基于3D U-Net网络原有框架设计深度卷积神经网络1；基于3×3×3卷积层、批标准化层的基本模块；基于3×3×3卷积层和三线性插值的3D可形变卷积模块；基于3D可形变卷积模块与基本模块的级联形变模块；基于3D U-Net网络与级联形变模块构建深度卷积神经网络2；将处理好的数据输入神经网络1进行预训练；将预训练得到的权重赋予神经网络2进行训练；在像素级标签的测试集上验证分割效果。本发明提出了对于缺血性脑卒中病变分割的自动化标注方法，这将大大减小标注数据的成本，在一定程度上增强工程可操作性，辅助医生对缺血性脑卒中患者的临床诊断。