-
公开(公告)号:CN112634265B
公开(公告)日:2023-04-07
申请号:CN202110002670.7
申请日:2021-01-04
Applicant: 西北大学
IPC: G06T7/00 , G06T7/11 , G06V10/25 , G06N3/0464 , G06N3/08
Abstract: 本发明属于医学图像分割技术领域,公开了一种基于DNN的胰腺全自动分割模型的构建、分割方法及系统。本发明克服现有技术中存在的胰腺分割过程中对医生先验知识的依赖问题以及胰腺分割预测结果精度较低的问题,提供一种从标签空间中感知胰腺位置先验知识,在实现对分割目标的精准定位的基础上,进一步通过更细粒度的分割保证胰腺分割结果与标签的形状一致性,有效地提高胰腺分割的精度。
-
公开(公告)号:CN112634265A
公开(公告)日:2021-04-09
申请号:CN202110002670.7
申请日:2021-01-04
Applicant: 西北大学
Abstract: 本发明属于医学图像分割技术领域,公开了一种基于DNN的胰腺全自动分割模型的构建、分割方法及系统。本发明克服现有技术中存在的胰腺分割过程中对医生先验知识的依赖问题以及胰腺分割预测结果精度较低的问题,提供一种从标签空间中感知胰腺位置先验知识,在实现对分割目标的精准定位的基础上,进一步通过更细粒度的分割保证胰腺分割结果与标签的形状一致性,有效地提高胰腺分割的精度。
-
公开(公告)号:CN113160229A
公开(公告)日:2021-07-23
申请号:CN202110273996.3
申请日:2021-03-15
Applicant: 西北大学
Abstract: 本发明属于医学影像处理领域,公开了一种基于层级监督级联金字塔网络的胰腺分割方法及装置。本发明利用了CT影像特点,设计了具有层级监督的金字塔网络和细粒度的精修网络,其中,具有层级监督的金字塔网络通过提取丰富的金字塔语义特征和引入层级监督,有效解决了胰腺器官分割效果不佳的问题;细粒度的精修网络完成金字塔语义特征的融合,在金字塔网络的基础上实现对胰腺器官分割结果的修正;最后通过引入中继监督实现两个网络的协同训练,从而有效提高胰腺器官分割效果。
-
-