基于空間位置和原型網(wǎng)絡(luò)的CT圖像的少樣本分割方法和系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202011554513.9 申請(qǐng)日 -
公開(kāi)(公告)號(hào) CN112686850A 公開(kāi)(公告)日 2021-04-20
申請(qǐng)公布號(hào) CN112686850A 申請(qǐng)公布日 2021-04-20
分類(lèi)號(hào) G06T7/00(2017.01)I;G06T7/11(2017.01)I;G06N3/08(2006.01)I;G06K9/62(2006.01)I 分類(lèi) 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 俞勤吉;黨康;丁曉偉 申請(qǐng)(專(zhuān)利權(quán))人 上海體素信息科技有限公司
代理機(jī)構(gòu) 上海段和段律師事務(wù)所 代理人 李佳俊;郭國(guó)中
地址 201100上海市閔行區(qū)陳行公路2388號(hào)2幢B301室
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于空間位置和原型網(wǎng)絡(luò)的CT圖像的少樣本分割方法和系統(tǒng),包括:步驟1:獲取CT圖像的訓(xùn)練集和測(cè)試集;步驟2:對(duì)訓(xùn)練集和測(cè)試集進(jìn)行預(yù)處理;步驟3:對(duì)訓(xùn)練集分為支撐集和待分割集;步驟4:對(duì)選取的CT圖像進(jìn)行特征提取;步驟5:根據(jù)支撐集包含的分割標(biāo)注,對(duì)每一塊局部特征區(qū)域中的標(biāo)注出的器官區(qū)域和背景區(qū)域進(jìn)行局部平均池化,獲取表征器官在該區(qū)域的原型向量以及背景的原型向量;步驟6:將待分割集與支持集進(jìn)行相似度計(jì)算,得到2D分割結(jié)果;步驟7:將2D分割結(jié)果擴(kuò)展到3D的CT上,獲得3D分割結(jié)果。本發(fā)明根據(jù)相同種類(lèi)器官在CT圖像中的空間位置相似性先驗(yàn),減少了傳統(tǒng)全監(jiān)督分割模型的大量標(biāo)注的需求。??