公开(公告)号：CN115205306A

公开(公告)日：2022-10-18

申请号：CN202210922193.0

申请日：2022-08-02

Applicant: 吉林建筑大学

Inventor： 王旭 ,  尤天舒 ,  徐勇 ,  王生生 ,  毕凯 ,  郭秀娟 ,  富倩 ,  孙伟 ,  杜丽英 ,  赵越 ,  戴传祗

IPC: G06T7/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于图卷积的医疗图像分割方法，包括以下步骤：对于监督学习，使用图卷积网络配合卷积神经网络分割框架；先利用全卷积网络提取出医学图像的深层次特征，对提取出来的特征构建图的三元组信息，最后使用图卷积网络进行训练，弥补卷积网络带来的局部位置信息的损失；对于无监督域适应学习，使用双曲图卷积网络融合，对抗学习域适应网络框架。本发明有监督是情况下，通过使用U‑Net网络提取医学图像的特征信息，通过高斯核或朴素方式构建图信息，送入图卷积网络进行训练；无监督情况下，选择使用双曲图卷积模型替代图卷积网络。使用图卷积网络和双曲图卷积网络可以扩大感受范围，提高了分割精度，便捷实用。