一种基于深度学习的医学影像分割方法
授权
摘要
本发明属于医学图像处理和计算机视觉技术领域，具体涉及一种基于深度学习的医学影像分割方法。本发明的方法在在U‑Net Baseline基础上，融合多尺度框架、密集卷积网络、注意力机制、金字塔模型、小样本增强等多种技术，有助于实现特征重用、恢复丢失的上下文信息、抑制无关区域的响应、提高小ROI的性能，解决了超声图像样本少、像素低、边界模糊、差异性大等痛点问题，获得了最优分割效果。
基本信息
专利标题 ：
一种基于深度学习的医学影像分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111145170A
申请号 ：
CN201911416961.X
公开（公告）日 ：
2020-05-12
申请日 ：
2019-12-31
授权号 ：
CN111145170B
授权日 ：
2022-04-22
发明人 ：
陈俊江刘宇贾树开陈智方俊李治熹
申请人 ：
电子科技大学;四川省人民医院
申请人地址 ：
四川省成都市高新西区西源大道2006号
代理机构 ：
成都点睛专利代理事务所(普通合伙)
代理人 ：
孙一峰
优先权 ：
CN201911416961.X
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T7/11 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-04-22 ：
授权
2020-06-05 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20191231
申请日 : 20191231
2020-05-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN111145170A.PDF
PDF下载
