一种医学图像中小器官的分割方法.pdfVIP

一种医学图像中小器官的分割方法--第1页

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN109658419A

(43)申请公布日2019.04.19

(21)申请号CN201811359760.6

(22)申请日2018.11.15

(71)申请人浙江大学

地址310013浙江省杭州市西湖区余杭塘路866号

(72)发明人吴健冯芮苇王文哲宋庆宇雷璧闻陈晋泰陆逸飞吴福理

(74)专利代理机构杭州天勤知识产权代理有限公司

代理人胡红娟

(51)Int.CI

权利要求说明书说明书幅图

(54)发明名称

一种医学图像中小器官的分割方法

(57)摘要

一种医学图像中小器官的分割方

法，包括以下步骤：(1)获取包含小器官的

医学图像数据作为样本数据，经过预处理

后标注标签，将标注后的样本数据分成训

练集和测试集；(2)搭建分割模型，所述分

割模型包括DRD模块和ESF模块，所述

的DRD模块用于实现小器官的目标检测和

动态区域选择，所述ESF模块用于实现对

一种医学图像中小器官的分割方法--第1页

一种医学图像中小器官的分割方法--第2页

动态区域的精细分割和三维特征融合；(3)

使用训练集对分割模型进行训练，根据模

型预测结果与标签的重合度对网络的参数

进行调节，直至模型收敛；(4)将需要分割

的医学图像输入训练好的模型中，输出最

终的分割结果。利用本发明的模型，可以

准确分割出小器官，且该模型具有较高的

计算效率。

法律状态

法律状态公告日法律状态信息法律状态

一种医学图像中小器官的分割方法--第2页

一种医学图像中小器官的分割方法--第3页

权利要求说明书

1.一种医学图像中小器官的分割方法，其特征在于，包括以下步骤：

(1)获取包含小器官的医学图像数据作为样本数据，经过预处理后标注标签，将标

注后的样本数据分成训练集和测试集；

(2)搭建分割模型，所述分割模型包括DRD模块和ESF模块，所述的DRD模块用

于实现小器官的目标检测和动态区域选择，所述ESF模块用于实现对动态区域的

精细分割和三维特征融合；

(3)使用训练集对分割模型进行训练，根据模型预测结果与标签的重合度对网络的

参数进行调节，直至模型收敛；

(4)将需要分割的医学图像输入训练好的模型中，输出最终的分割结果。

2.根据权利要求1所述的医学图像中小器官的分割方法，其特征在于，步骤(1)中，

所述的预处理包括图像数据清洗和切割，将无效的图像数据剔除，将有效图像数据

处理成相同大小的尺寸。

3.根据权利要求1所述的医学图像中小器官的分割方法，其特征在于，步骤(1)中，

所述标注后的样本数据通过k折交叉验证方法分成训练集和测试集，具体过程如下：

(1-1)不重复抽样将样本数据随机分为k份，每份数据样本数量相等或相接近；

(1-2)每一次挑选其中1份作为测试集，剩余k-1份作为训练集用于模型训练，重复

一种医学图像中小器官的