首页> 中国专利> 基于深度卷积神经网络的前列腺经直肠超声图像分割方法

基于深度卷积神经网络的前列腺经直肠超声图像分割方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明涉及一种基于卷积神经网络的前列腺经直肠超声(TRUS)图像分割方法，包括：1)利用具有全局特征编码语义信息的扩张空间金字塔池化(DSPP)模块来提取前列腺TRUS图像中多尺度的卷积特征；2)为了处理分割前列腺阴影区域中的缺失边界，提出了可混合低级特征和高级特征的超级混合特征(SHF)；3)提出了编码器‑解码器组成的新型网络。结果表明，该方法可以实现精确的前列腺TRUS图像分割，相比于目前的技术，本发明提高了分割的准确性和速度，成功解决了前列腺TRUS图像人工分割效率低、准确率低、消耗过多的人力资源等问题。

著录项

公开/公告号CN111091524A

专利类型发明专利
公开/公告日2020-05-01

原文格式PDF
申请/专利权人天津工业大学;
展开▼

申请/专利号CN201811170359.8
发明设计人耿磊;汪兆明;肖志涛;张芳;吴骏;刘彦北;王雯;
展开▼

申请日2018-10-08
分类号G06T7/00(20170101);G06T7/11(20170101);G06N3/04(20060101);
代理机构
代理人
地址 300387 天津市西青区宾水西道399号
入库时间 2023-12-17 08:17:21

法律信息

法律状态公告日

法律状态信息

法律状态
2020-05-29

实质审查的生效 IPC(主分类):G06T7/00 申请日:20181008

实质审查的生效
2020-05-01

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于深度卷积神经网络的前列腺经直肠超声图像分割方法 [P] . 中国专利： CN111091524A . 2020-05-01
2. 基于集成深度卷积神经网络的前列腺磁共振图像分割方法 [P] . 中国专利： CN106683104A . 2017-05-17
3. SYSTEM AND METHODS FOR IMAGE SEGMENTATION AND CLASSIFICATION USING REDUCED DEPTH CONVOLUTIONAL NEURAL NETWORKS [P] . US2021383534A1 . 2021-12-09

机译：使用减少深度卷积神经网络的图像分割和分类的系统和方法
4. Deep learning based techniques for pre training deep convolution neural networks [P] . JP6888123B2 . 2021-06-16

机译：基于深入训练深度卷积神经网络的基于深度学习技术
5. SEGMENTATION METHOD FOR DISSECTED AORTA IN CT IMAGE BASED ON CONVOLUTIONAL NEURAL NETWORK [P] . 世界知识产权组织专利： WO2020001217A1 . 2020-01-02

机译：基于卷积神经网络的CT图像分割主动脉分割方法