一種基于深度學習網(wǎng)絡(luò)的病理圖像分割方法
基本信息
申請?zhí)?/td> | CN201811492544.9 | 申請日 | - |
公開(公告)號 | CN109635711A | 公開(公告)日 | 2019-04-16 |
申請公布號 | CN109635711A | 申請公布日 | 2019-04-16 |
分類號 | G06K9/00(2006.01)I; G06K9/34(2006.01)I; G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 劉凈心; 左彥飛; 王晶; 慕瀟; 朱大為 | 申請(專利權(quán))人 | 上海衡道醫(yī)學病理診斷中心有限公司 |
代理機構(gòu) | 合肥律眾知識產(chǎn)權(quán)代理有限公司 | 代理人 | 上海衡道醫(yī)學病理診斷中心有限公司 |
地址 | 201900 上海市寶山區(qū)園康路300號2幢8層 | ||
法律狀態(tài) | - |
摘要
摘要 | 一種基于深度學習網(wǎng)絡(luò)的病理圖像分割方法,該方法利用卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)分割,所述該方法模擬原始圖像到標簽圖像的映射來實現(xiàn)分割,其實施步驟為設(shè)計多重塔型卷積網(wǎng)絡(luò)、圖像預(yù)處理、訓練參數(shù)設(shè)置和訓練模型;編碼器前段采用深度分離卷積能夠有效降低模型的參數(shù)值,同時避免卷積冗余;編碼后段的塔形多尺度卷積模塊能有效增強編碼器對多尺度信息的提??;解碼器多輸出結(jié)構(gòu)及雙約束損失函數(shù)能夠有效的應(yīng)對圖像目標的多尺度問題;使用該方法能解決當前精度低及無法應(yīng)對多尺度的問題,為計算機輔助診斷提供技術(shù)支持。 |
