-
公开(公告)号：CN114332129B
公开(公告)日：2024-08-27
申请号：CN202111663382.2
申请日：2021-12-30
Applicant: 推想医疗科技股份有限公司
IPC: G06T7/11
Abstract: 本申请涉及图像处理技术领域，具体涉及一种模型训练方法和模型训练装置、图像分割方法和图像分割装置，以及计算机可读存储介质和电子设备，解决了网络模型对医学图像序列中的结节进行分割的效果较差的问题。本申请实施例提供的模型训练方法使用的每个组合样本各自对应一个采样分配权重，因此，可以使用根据多种不同采样分配权重得到的组合样本对初始网络模型进行训练，从而选择出最优的结节分割模型。另外，采样分配权重为S种病灶属性各自对应的病灶样本的数量在组合样本包括的病灶样本总数量中的比例，从而可以平衡多种病灶属性对初始网络模型训练的影响，实现了差异化采样，从而提高了通过模型训练方法得到的最优的结节分割模型的分割效果。
-
Patent Agency Ranking
公开(公告)号：CN114445391B
公开(公告)日：2022-10-28
申请号：CN202210114408.6
申请日：2022-01-30
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种血管分段方法，用于将待处理医学图像中的血管按照血管类别进行分段，该血管分段方法包括：确定待处理医学图像对应的血管分割数据；基于血管分割数据确定初始血管分段数据；基于初始血管分段数据进行骨架提取操作和连通域操作，得到中间血管分段数据；对中间血管分段数据进行区域生长操作，得到最终血管分段数据。利用本申请提供的血管分段方法，对待处理医学图像进行血管分段，不仅能够修正初始血管分段数据中的错误分段区域，而且能够明确相邻的血管段之间分界线，从而实现降低血管串色和分段位置偏移过大的概率，提高血管分段准确率的目的。
-
公开(公告)号：CN114445391A
公开(公告)日：2022-05-06
申请号：CN202210114408.6
申请日：2022-01-30
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种血管分段方法，用于将待处理医学图像中的血管按照血管类别进行分段，该血管分段方法包括：确定待处理医学图像对应的血管分割数据；基于血管分割数据确定初始血管分段数据；基于初始血管分段数据进行骨架提取操作和连通域操作，得到中间血管分段数据；对中间血管分段数据进行区域生长操作，得到最终血管分段数据。利用本申请提供的血管分段方法，对待处理医学图像进行血管分段，不仅能够修正初始血管分段数据中的错误分段区域，而且能够明确相邻的血管段之间分界线，从而实现降低血管串色和分段位置偏移过大的概率，提高血管分段准确率的目的。
-
公开(公告)号：CN114332127A
公开(公告)日：2022-04-12
申请号：CN202111663325.4
申请日：2021-12-30
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请涉及图像处理技术领域，具体涉及一种图像分割方法和图像分割装置，以及计算机可读存储介质和电子设备，解决了医学图像序列中的结节病灶的分割效果较差的问题。本申请实施例提供的图像分割方法，基于结节病灶区域图像块对应的特征概率图和初始概率阈值，生成结节病灶区域图像块对应的第一分割图像，然后基于特征概率图、第一分割图像、结节体积条件和预设概率调整参数，生成结节病灶区域图像块对应的第二分割图像，从而可以根据结节体积条件和预设概率调整参数来调整概率阈值，以生成对结节病灶区域的分割效果更好的第二分割图像，提高了图像的分割效果。
-
公开(公告)号：CN114332127B
公开(公告)日：2025-04-25
申请号：CN202111663325.4
申请日：2021-12-30
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请涉及图像处理技术领域，具体涉及一种图像分割方法和图像分割装置，以及计算机可读存储介质和电子设备，解决了医学图像序列中的结节病灶的分割效果较差的问题。本申请实施例提供的图像分割方法，基于结节病灶区域图像块对应的特征概率图和初始概率阈值，生成结节病灶区域图像块对应的第一分割图像，然后基于特征概率图、第一分割图像、结节体积条件和预设概率调整参数，生成结节病灶区域图像块对应的第二分割图像，从而可以根据结节体积条件和预设概率调整参数来调整概率阈值，以生成对结节病灶区域的分割效果更好的第二分割图像，提高了图像的分割效果。
-
公开(公告)号：CN114332129A
公开(公告)日：2022-04-12
申请号：CN202111663382.2
申请日：2021-12-30
Applicant: 推想医疗科技股份有限公司
IPC: G06T7/11
Abstract: 本申请涉及图像处理技术领域，具体涉及一种模型训练方法和模型训练装置、图像分割方法和图像分割装置，以及计算机可读存储介质和电子设备，解决了网络模型对医学图像序列中的结节进行分割的效果较差的问题。本申请实施例提供的模型训练方法使用的每个组合样本各自对应一个采样分配权重，因此，可以使用根据多种不同采样分配权重得到的组合样本对初始网络模型进行训练，从而选择出最优的结节分割模型。另外，采样分配权重为S种病灶属性各自对应的病灶样本的数量在组合样本包括的病灶样本总数量中的比例，从而可以平衡多种病灶属性对初始网络模型训练的影响，实现了差异化采样，从而提高了通过模型训练方法得到的最优的结节分割模型的分割效果。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
