-
公开(公告)号:CN110895815A
公开(公告)日:2020-03-20
申请号:CN201911211530.X
申请日:2019-12-02
Applicant: 西南科技大学
Abstract: 本发明提供了一种基于深度学习的胸部X线气胸分割方法,获取胸部X线的图像信息,对所述胸部X线的图像信息进行预处理;将预处理后的图像信息输入至深度神经网络模型,并利用空间加权的交叉熵损失函数优化深度神经网络模型;利用所述优化后的深度神经网络模型输出胸部X线气胸图像的分割结果。本发明训练一个端到端的深度神经网络模型,所述深度神经网络模型通过不断地自主学习,从而找到刻画气胸的影像学特征,将疑似气胸的区域分割出来。本发明实现了对胸部X线气胸的准确分割,以及准确的气胸分割可以为患者的后续治疗提供重要参考。
-
公开(公告)号:CN110163872A
公开(公告)日:2019-08-23
申请号:CN201910396497.6
申请日:2019-05-14
Applicant: 西南科技大学
Abstract: 本申请实施例公开了一种HRMR图像分割与三维重建的方法及电子设备,用于定位的准确性以及分割结果的精准度。本申请实施例方法包括:获取待分割的颅内HRMR图像;提取粥样硬化斑块所在的感兴趣区域;对感兴趣区域进行降噪处理,得到降噪后的图像;对降噪后的图像进行图像边缘增强,得到边缘增强后的图像;对边缘增强后的图像进行斑块定位,得到斑块定位图像;对斑块定位图像进行斑块分割,得到斑块分割图像;对颅内HRMR图像进行动脉血管分割,得到动脉血管分割图像;将斑块分割图像和动脉血管分割图像进行融合,得到融合图像;根据斑块分割图像、动脉血管分割图像和融合图像,进行三维重建,得到三维重建后的图像。
-