基于轻量级全卷积神经网络的医学图像分割方法
授权
摘要
本发明请求保护一种基于轻量级全卷积神经网络的医学图像分割方法。首先对数据集进行灰度化、归一化、对比度受限自适应直方图均衡(CLAHE)、伽马校正等预处理；然后，对训练集进行随机的提取patch和测试集顺序提取patch图以完成数据增强；接着，搭建由收缩路径(左侧)和扩张路径(右侧)组成的全卷积神经网络架构，针对图像数量较少的数据集设计留一法(leave‑one‑out)训练方法；最后，通过通道稀疏正则化训练、裁剪比例因子小于设定阈值的通道以及微调裁剪后的网络完成BN通道模型裁剪，得到轻量级全卷积神经网络，并将测试数据输入到该网络中快速测试完成图像分割。轻量级全卷积神经网络即保证了深度网络的高分割精度优势，又提高了图像分割网络的测试速度。
基本信息
专利标题 ：
基于轻量级全卷积神经网络的医学图像分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111489364A
申请号 ：
CN202010277654.4
公开（公告）日 ：
2020-08-04
申请日 ：
2020-04-08
授权号 ：
CN111489364B
授权日 ：
2022-05-03
发明人 ：
唐贤伦钟冰李洁彭德光李锐郝博慧彭江平李伟李星辰黄淼邹密
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区南山街道崇文路2号
代理机构 ：
重庆市恒信知识产权代理有限公司
代理人 ：
陈栋梁
优先权 ：
CN202010277654.4
主分类号 ：
G06T7/11
IPC分类号 ：
G06T7/11 G06T7/194 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
G06T5/00
图像的增强或复原
G06T5/50
通过使用多于一幅图像的，例如平均、减少
G06T7/11
区域分割
法律状态
2022-05-03 ：
授权
2020-08-28 ：
实质审查的生效
IPC(主分类) : G06T 7/11
申请日 : 20200408
申请日 : 20200408
2020-08-04 ：
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
暂无PDF文件可下载
