首页> 中国专利> 一种基于深度学习的计算新冠肺炎病变区域占比的方法

一种基于深度学习的计算新冠肺炎病变区域占比的方法

摘要

本发明公开了一种基于深度学习的计算新冠肺炎病变区域占比的方法,属于肺测量技术领域,包括包括以下步骤:对原始CT图像集进行归一化处理,以适应深度学习模型的数据输入;将训练集中CT图像数据分别输入到2DUnet和2.5DUnet两种网络学习模型中,预测出肺部病变区域的二值掩模和肺部整个区域的二值掩模;计算训练集预测的二值掩模与真实标签掩模之间的相似性,选取最优网络学习模型;使用最优网络学习模型对训练集中的CT图像进行肺部病变区域掩模和肺部整个区域掩模的预测,并计算出病变区域掩模和整个区域掩模之间的占比。本发明利用深度学习技术,自动分割出肺部病变区域和整个肺的有效掩模,从而快速准确的计算出病变区域的体积占比。

著录项

  • 公开/公告号CN111738997A

    专利类型发明专利

  • 公开/公告日2020-10-02

    原文格式PDF

  • 申请/专利权人 浙江大学;

    申请/专利号CN202010531416.1

  • 发明设计人 梁廷波;盛吉芳;吴炜;

    申请日2020-06-11

  • 分类号G06T7/00(20170101);G06T7/136(20170101);G06T7/187(20170101);G06T7/62(20170101);

  • 代理机构11616 北京盛凡智荣知识产权代理有限公司;

  • 代理人郑丰平

  • 地址 310012 浙江省杭州市西湖区余杭塘路866号

  • 入库时间 2023-06-19 08:27:06

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号