公开(公告)号：CN116843661A

公开(公告)日：2023-10-03

申请号：CN202310839302.7

申请日：2023-07-10

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 吴磊 ,  闵捷 ,  王晓敏 ,  龚海刚 ,  刘明

IPC: G06T7/00 ,  G06T7/10 ,  G06N3/0455 ,  G06N3/096

Abstract: 本发明公开了一种肺炎医学图像分割方法，该方法包括S1：对收集的肺炎数据集进行预处理；S2：预训练标准概率模型；S3：预训练编解码模块；将需要分割的肺炎医学数据集输入到预训练后的标准概率模型中，得到加了噪声的标注图像；S5：将得到加了噪声的标注图像送入训练后的编解码模块，得到变换结果；S6：将变换结果经过编解码模块的编码层下采样，经过两个编码层后，得到隐层特征，并将隐层特征还原到原图尺寸，得到分割图像，通过标准概率模型，神经网络可以很好地学习带有噪声的病灶特征，并将其与输入图像特征融合，本申请构建了一个编解码器模块，让神经网络学习分割新冠病灶区域的能力，优化了损失函数，使模型更容易收敛。