一種基于先驗引導的乳腺病灶深度學習分割方法
基本信息

| 申請?zhí)?/td> | CN202110605271.X | 申請日 | - |
| 公開(公告)號 | CN113379691B | 公開(公告)日 | 2022-06-24 |
| 申請公布號 | CN113379691B | 申請公布日 | 2022-06-24 |
| 分類號 | G06T7/00;G06T7/11;G06T7/194;G06N3/04;G06N3/08 | 分類 | 計算;推算;計數; |
| 發(fā)明人 | 張煜;寧振源;鐘升洲 | 申請(專利權)人 | 南方醫(yī)科大學 |
| 代理機構 | 北京科億知識產權代理事務所(普通合伙) | 代理人 | 趙蕊紅 |
| 地址 | 510515 廣東省廣州市白云區(qū)沙太南路1023號-1063號 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 一種基于先驗引導的乳腺病灶深度學習分割方法,包括以下步驟:S1,讀取乳腺超聲圖像數據;S2,獲取病灶區(qū)域內的至少三個標記點;S3,使用線性光譜聚類超像素方法和多尺度組合分組方法處理圖像;S4,通過加權求和的方式得到包含病灶先驗信息的前景圖像;S5,將前景先驗圖像取反,獲得背景先驗圖像;S6,利用前景與背景先驗圖像進行前景與背景特征提取;S7,融合互補的前景與背景特征,輸出病灶分割結果。本發(fā)明通過預處理獲得包含乳腺腫瘤先驗信息的圖像后,利用U?Net網絡框架對病灶區(qū)域進行特征提取。該方法利用前景與背景先驗信息的引導,提升超聲乳腺病灶的分割精度。該方法分割得到的病灶圖像,紋理細節(jié)豐富,邊緣清晰,圖像丟失少。 |





