医学图像目标区域定位方法及系统

发明专利有效专利

申请号：
CN201811079605.9
IPC分类号：G06T7/11;G06T7/143
申请日期：
2018-09-17
申请人：
代黎明

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	医学图像目标区域定位方法及系统
申请号	CN201811079605.9	申请日期	2018-09-17
法律状态	实质审查	申报国家	中国
公开/公告日	2019-01-29	公开/公告号	CN109285164A
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;4;3查看分类表>
申请人	代黎明	申请人地址	北京市海淀区安宁庄西路9号院29号楼1210室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	代黎明	当前权利人	代黎明
发明人	姜泓羊;杨康;高孟娣;代黎明
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种医学图像目标区域定位方法及系统，其方法包括：使用图像分割网络对预先收集的预设张数的医学图像进行模型训练，构建相应的训练模型；将构建的训练模型用于需要进行目标区域定位的当前医学图像，对当前医学图像进行图像分割，获取分割概率图；采用巴特沃斯滤波器对分割后的分割概率图进行巴特沃斯数字图像处理，得到滤波概率图；采用区域生长法对滤波概率图进行定位，获取相应的定位区域。其通过将巴特沃斯滤波器与深度学习网络模型结合在一起，加强了对网络模型输出端的处理，使得网络模型在对未见过的样本上具有较强的适用性，一定程度上弥补了医学图像训练数据少、影像形态丰富等因素而导致的模型缺陷。

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