基于深度学习和多引导的多模态MR影像脑肿瘤分割方法

发明专利有效专利

申请号：
CN202011390956.9
IPC分类号：G06T7/00;G06T7/11;G06N3/08;G06N3/04
申请日期：
2020-12-02
申请人：
中北大学

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	基于深度学习和多引导的多模态MR影像脑肿瘤分割方法
申请号	CN202011390956.9	申请日期	2020-12-02
法律状态	实质审查	申报国家	中国
公开/公告日	2021-02-12	公开/公告号	CN112365496A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? 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〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;T;7;/;1;1;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人	中北大学	申请人地址	山西省太原市尖草坪区学院路3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	中北大学	当前权利人	中北大学
发明人	张晋京;曾建潮;秦品乐;赵利军
代理机构	太原中正和专利代理事务所（普通合伙）	代理人	焦进宇

摘要

本发明基于深度学习和多引导的多模态MR影像脑肿瘤分割方法属于图像处理领域，解决多模态MRI脑胶质瘤分割过程中存在的3个问题：(1)脑胶质瘤边界不清晰导致的分割不准确的问题；(2)由于多模态MRI的亮度分布存在不均匀而导致的分割结果出现一些离散的误分割点的问题；(3)在脑胶质瘤MRI分割网络中对多种引导信息进行特征融合的问题，本发明将整体脑胶质瘤分割结果和脑胶质瘤边缘预测结果通过所提出的融合机制进行特征融合，实现了多特征图引导和融合下的多模态MRI脑胶质瘤分割，该深度分割网络以较少的参数量实现了高准确度的分割，因此该方法便于嵌入到边缘设备辅助医生进行脑胶质瘤的诊断和分析。

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