基于深度学习网络的纵隔淋巴引流区的自动勾画方法

发明专利有效专利

申请号：
CN202110143272.7
IPC分类号：G06T7/11;G06N3/04;G06N3/08
申请日期：
2021-02-02
申请人：
广州柏视医疗科技有限公司;广州柏视数据科技有限公司

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	基于深度学习网络的纵隔淋巴引流区的自动勾画方法
申请号	CN202110143272.7	申请日期	2021-02-02
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-11	公开/公告号	CN112950651A
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;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	广州柏视医疗科技有限公司;广州柏视数据科技有限公司	申请人地址	广东省广州市黄埔区玉岩路12号一期办公楼306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	广州柏视医疗科技有限公司,广州柏视数据科技有限公司	当前权利人	广州柏视医疗科技有限公司,广州柏视数据科技有限公司
发明人	刘守亮;魏军;沈烁
代理机构	北京兴智翔达知识产权代理有限公司	代理人	张玉梅

摘要

本发明公开了一种基于深度学习网络的纵隔淋巴引流区的自动勾画方法，其适用于CT影像，自动勾画方法包括以下步骤：S1：采集CT图像数据和医生手工标注的纵隔淋巴引流区图像，并预处理CT图像数据和医生手工标注的纵隔淋巴引流区图像；S2：对预处理后的CT图像数据进行分组，得到训练集、验证集和测试集；S3：对训练集、验证集及测试集进行数据增强；步骤S4：构建深度学习分割模型；以及S5：将训练集中的CT图像数据和的医生手工标注纵隔淋巴引流区图像输入已经构建完的深度学习分割模型，训练迭代收敛后，保存纵隔淋巴引流区的分割模型，再进行纵隔淋巴引流区识别和预测，得到纵隔淋巴引流区的每个分区的概率图。网络可以更好的定位和分割小引流区。

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