一种基于深度学习的脑肿瘤图像分割模型构建方法.pdfVIP

下载本文档

0
0
约9.94千字
约 10页
2023-08-19 发布于四川
举报
版权申诉

一种基于深度学习的脑肿瘤图像分割模型构建方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于深度学习的脑肿瘤图像分割模型构建方法，属于图像分割方法领域。现有图像分割模型网络层数过深引起的退化现象、网络分割精度低以及网络参数量多。本发明通过U‑Net网络结构和残差模块结合方式，设计基于U‑Net网络结构的图像分割模型；将三维卷积和残差模块相结合，以对多模态三维脑肿瘤图像进行自动分割；设计多模态加权融合模块。本发明网络层数过深所引起的退化现象。使用卷积残差块和恒等残差块来替换一部分卷积核，在加深网络的同时引入残差结构，可以有效提升网络分割精度。此外还采用三维卷积对脑肿瘤进行分割，结

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116612277 A (43)申请公布日 2023.08.18 (21)申请号 202310523989.3 (22)申请日 2023.05.11 (71)申请人哈尔滨理工大学地址 15000