全卷積神經(jīng)網(wǎng)絡(luò)模型、圖像分割方法及裝置

基本信息

申請(qǐng)?zhí)?/td> CN202010456769.X 申請(qǐng)日 -
公開（公告）號(hào) CN113724263A 公開（公告）日 2021-11-30
申請(qǐng)公布號(hào) CN113724263A 申請(qǐng)公布日 2021-11-30
分類號(hào) G06T7/11（2017.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 陳俊強(qiáng);楊溪;呂文爾 申請(qǐng)（專利權(quán)）人 上海微創(chuàng)卜算子醫(yī)療科技有限公司
代理機(jī)構(gòu) 上海思捷知識(shí)產(chǎn)權(quán)代理有限公司 代理人 王宏婧
地址 201203上海市浦東新區(qū)中國(guó)（上海）自由貿(mào)易試驗(yàn)區(qū)張東路1601號(hào)1幢1702室（實(shí)際樓層15層）
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種全卷積神經(jīng)網(wǎng)絡(luò)模型、圖像分割方法、裝置、電子設(shè)備和可讀存儲(chǔ)介質(zhì)，獲取待分割的目標(biāo)圖像后，采用預(yù)先訓(xùn)練好的全卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)目標(biāo)圖像進(jìn)行分割，以得到分割后的圖像，由于本發(fā)明采用的全卷積神經(jīng)網(wǎng)絡(luò)模型包括深度多尺度融合模塊，所述深度多尺度融合模塊可以提取輸入圖像的不同尺度深度的特征并融合，因此輸出的特征結(jié)果更加多樣，特征模式也更加豐富，有效提高了整體分割算法的精度。采用本發(fā)明的全卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行圖像分割，能夠提高圖像分割精度，同時(shí)也可以減少人機(jī)交互的繁瑣操作，且本發(fā)明的圖像分割算法通用性強(qiáng)，實(shí)現(xiàn)了端到端的算法流程，可以更好地輔助醫(yī)生提高診斷準(zhǔn)確性。