公开(公告)号：CN107730507A

公开(公告)日：2018-02-23

申请号：CN201710740014.0

申请日：2017-08-23

Applicant: 成都信息工程大学

Inventor： 冯翱 ,  马宗庆

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08 ,  G06T5/00

CPC classification number: G06T7/11 ,  G06N3/0454 ,  G06N3/08 ,  G06T5/002 ,  G06T2207/20081 ,  G06T2207/20084 ,  G06T2207/30096

Abstract: 本发明涉及一种基于深度学习的病变区域自动分割方法，其包括以下步骤：S1)采集多个病例数据，然后对病变部位特定模态的医学图像进行标准化预处理；S2)由医学影像师对病变区域逐层进行边缘标注，将其作为真实数据；S3)进行训练样本的提取，从病变区域内部和病变区域之外一定距离内的体素中，随机各抽取若干体素，并以该体素为中心取固定大小的图片块作为下一步的训练样本；S4)建立深度学习神经网络，对上述病例的正负样本进行训练；进行后处理和分割精度测评，在取得满意分割精度后，得到分割模型；S5)对于待诊断的病例，采集同部位同样模态的医学图像，进行标准化预处理；S6)使用分割模型自动检测病变区域，输出分割结果。