公开(公告)号：CN113160253A

公开(公告)日：2021-07-23

申请号：CN202011600804.7

申请日：2020-12-29

Applicant: 南通大学

Inventor： 邵叶秦 ,  王天乐 ,  盛美红 ,  朱丽 ,  汤卫霞 ,  张铭 ,  高瞻 ,  许昌炎

IPC: G06T7/12 ,  G06T7/143 ,  G06T7/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供一种基于稀疏标记的三维医学图像分割方法及存储介质。本发明能更好的分割三维医学图像，同时考虑冠状面、矢状面、横断面这三个切片方向的医学图像信息，丰富图像的特征，并设计包含目标分类和边缘回归的多任务深度神经网络模型，使得分类和回归两个任务相互帮助，实现准确的图像分割。另外，本发明允许医生只标记少部分医学图像的切片，就可以实现图像的准确分割，较好的解决了医学图像样本标记太少的实际问题，有效提高医学图像分割的自动化、智能化水平。

公开(公告)号：CN113160253B

公开(公告)日：2024-01-30

申请号：CN202011600804.7

申请日：2020-12-29

Applicant: 南通大学

Inventor： 邵叶秦 ,  王天乐 ,  盛美红 ,  朱丽 ,  汤卫霞 ,  张铭 ,  高瞻 ,  许昌炎

IPC: G06T7/12 ,  G06T7/143 ,  G06T7/00 ,  G06N3/09 ,  G06N3/04

Abstract: 本发明提供一种基于稀疏标记的三维医学图像分割方法及存储介质。本发明能更好的分割三维医学图像，同时考虑冠状面、矢状面、横断面这三个切片方向的医学图像信息，丰富图像的特征，并设计包含目标分类和边缘回归的多任务深度神经网络模型，使得分类和回归两个任务相互帮助，实现准确的图像分割。另外，本发明允许医生只标记少部分医学图像的切片，就可以实现图像的准确分割，较好的解决了医学图像样本标记太少的实际问题，有效提高医学图像分割的自动化、智能化水平。