-
公开(公告)号：CN117011522A
公开(公告)日：2023-11-07
申请号：CN202310423874.7
申请日：2023-04-17
Applicant: 安徽大学
IPC: G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/084 , G06T7/00
Abstract: 本发明公开了一种基于深度对比学习的胎儿脑MRI分割方法、装置、介质及终端，涉及医学图像领域，所述模型训练方法包括：构建脑组织分割模型；获取至少一个训练样本和至少一个语义分割真值图；将训练样本进行特征提取，得到特征图；根据语义分割真值图生成边界关键点图；通过对比学习分支引导特征提取网络的训练过程；将所述特征图作为分割输出分支的输入，得到分割结果；通过反向传播算法对脑组织分割模型进行参数调整，以获取所述基于深度对比学习的胎儿脑MRI分割模型。本发明弥补了MRI成像过程中对比度低的缺陷，提升模型在脑组织边界点上的分割准确率，进一步提升胎儿脑组织的分割效果，这对于产前检查胎儿脑部畸形，降低新生儿缺陷率有一定的意义。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
