[发明专利]基于深度学习的鼻咽癌病灶分割模型训练方法及分割方法在审
| 申请号： | 201910141261.8 | 申请日： | 2019-02-26 |
| 公开（公告）号： | CN109919948A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 夏康力;田翔;晋建秀 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/136;G06N3/04;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 梁莹;顾思妍 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的鼻咽癌病灶分割模型训练方法及分割方法，其中，分割方法包括以下步骤：I.将训练好的分割模型加载到卷积神经网络模型中；II.读取鼻咽癌MRI原始图像；III.对鼻咽癌MRI原始图像进行归一化，得到鼻咽癌MRI图像；IV.将鼻咽癌MRI图像输入卷积神经网络模型，得到鼻咽癌MRI图像的病灶概率图；V.将鼻咽癌MRI图像的病灶概率图进行二值化，得到病灶分割图。本发明还提供一种鼻咽癌病灶分割模型训练方法。本发明通过基于深度学习的鼻咽癌病灶分割模型训练方法得到的模型应用于病灶分割方法中，可有效解决鼻咽癌MRI图像中小图像分割导致效果不好的问题，从而提高目标小图像的分割效果，更加准确的自动分割鼻咽癌病灶。 | ||
| 搜索关键词： | 鼻咽癌 病灶 分割模型 分割 卷积神经网络 原始图像 概率图 读取 模型应用 图像分割 有效解决 自动分割 二值化 归一化 小图像 加载 学习 | ||
【主权项】：
1.一种基于深度学习的鼻咽癌病灶分割模型训练方法，其特征在于：首先，将鼻咽癌MRI图片及鼻咽癌病灶分割图片集划作为训练集；其次，建立卷积神经网络模型；最后，采用训练集对卷积神经网络模型进行训练，得到训练好的分割模型；其中，所述采用训练集对卷积神经网络模型进行训练，得到训练好的分割模型是指：包括以下步骤：第一步，将训练集的样本进行归一化，得到归一化后的样本；第二步，将归一化后的样本输入模型，得到分割概率图；第三步，使用分割概率图与归一化后样本的鼻咽癌病灶分割图片进行计算，得到dice损失；使用dice损失，反向传播更新模型参数；判断是否达到设定的轮数，是则得到训练好的分割模型，否则返回第一步。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910141261.8/，转载请声明来源钻瓜专利网。
