基于交互信息引导的深度学习方法的医学图像分割和定量分析方法、计算机设备、存储介质

发明专利有效专利

申请号：
CN202011642172.0
IPC分类号：G06T7/11;G06T7/181;G06T5/50;G06T7/62;G06T7/66;G06K9/62;G06N3/04;G06N3/08
申请日期：
2020-12-31
申请人：
山东大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于交互信息引导的深度学习方法的医学图像分割和定量分析方法、计算机设备、存储介质
申请号	CN202011642172.0	申请日期	2020-12-31
法律状态	实质审查	申报国家	中国
公开/公告日	2021-04-30	公开/公告号	CN112734769A
优先权	暂无	优先权号	暂无
主分类号	G06T7/11 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/10 分割；边缘检测（基于运动的分割入G06T 7/215）〔2017.01〕 G06T7/11 区域分割〔2017.01〕	IPC分类号	G;0;6;T;7;/;1;1;;;G;0;6;T;7;/;1;8;1;;;G;0;6;T;5;/;5;0;;;G;0;6;T;7;/;6;2;;;G;0;6;T;7;/;6;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	山东大学	申请人地址	山东省济南市历城区山大南路27号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	山东大学	当前权利人	山东大学
发明人	付树军;崔婉婉;廖胜海;王红;李玉亮;齐泽荣;刘旭雅;向仕兵
代理机构	济南金迪知识产权代理有限公司	代理人	许德山

摘要

本发明涉及基于交互信息引导的深度学习方法与医学图像分割和定量分析方法、计算机设备、存储介质，包括：(1)构建深度卷积神经网络，并直接利用已有的CNV标注数据进行训练，得到自动分割模型；(2)在不改变主要网络结构的基础上，在训练集上结合模拟的交互信息，将网络输入特征图增加一个通道用来表示交互信息，使用相同的CNV掩码进行微调训练得到模型A；(3)在测试或使用时，医生提供OCT图像，利用自动分割模型对输入的OCT图像进行自动检测、分割CNV，若医生对分割效果满意，则停止，否则，允许医生将交互信息输入模型A，得到更准确的结果。本发明分割性能提高，更加鲁棒、更加准确。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供