一种基于深度学习的颅内出血CT图像分割方法

授权

摘要

本发明提供了一种基于深度学习的颅内出血CT图像分割方法，其步骤为：获取颅内出血CT图像；对颅内出血CT图像进行预处理，预处理后部分颅内出血CT图像作为训练样本；用训练样本对深度卷积神经网络进行训练，得到训练好的深度卷积神经网络；将预处理后的颅内出血CT图像输入训练好的深度卷积神经网络进行图像分割，输出分割好的颅内出血CT图像，通过GUI界面展示颅内出血CT图像的出血区域分割结果。本发明借助深度卷积神经网络自动提取图像高层次特征，并分割出血区域，有效解决出血区域差异性过大造成的数据不平衡问题，实现高精度的分割。

基本信息

专利标题：

一种基于深度学习的颅内出血CT图像分割方法

专利标题（英）：

暂无

公开（公告）号：

CN112614145A

申请号：

CN202011633932.1

公开（公告）日：

2021-04-06

申请日：

2020-12-31

授权号：

CN112614145B

授权日：

2022-04-12

发明人：

胡凯侯媛媛张园高协平

申请人：

湘潭大学

申请人地址：

湖南省湘潭市雨湖区羊牯塘

代理机构：

湘潭市汇智专利事务所(普通合伙)

代理人：

颜昌伟

优先权：

CN202011633932.1

主分类号：

G06T7/11

IPC分类号：

G06T7/11 G06N3/04 G06N3/08