一種基于深度學(xué)習(xí)的肋骨提取方法及裝置

基本信息

申請?zhí)?/td> CN201911243888.0 申請日 -
公開(公告)號 CN111080592B 公開(公告)日 2021-06-01
申請公布號 CN111080592B 申請公布日 2021-06-01
分類號 G06T7/00(2017.01)I 分類 計算;推算;計數(shù);
發(fā)明人 錢東東;劉守亮;魏軍 申請(專利權(quán))人 廣州柏視數(shù)據(jù)科技有限公司
代理機構(gòu) 北京興智翔達知識產(chǎn)權(quán)代理有限公司 代理人 張玉梅
地址 510275廣東省廣州市開發(fā)區(qū)蘿崗街道玉巖路12號冠昊科技園區(qū)辦公樓306室
法律狀態(tài) -

摘要

摘要 本發(fā)明實施例提供一種基于深度學(xué)習(xí)的肋骨提取方法,包括以下步驟:訓(xùn)練樣本預(yù)處理;建立用于肋骨提取的第一深度卷積神經(jīng)網(wǎng)絡(luò),通過訓(xùn)練樣本對第一深度卷積神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練;建立用于對第一深度卷積神經(jīng)網(wǎng)絡(luò)進行判別優(yōu)化的第二深度卷積神經(jīng)網(wǎng)絡(luò),對第一深度卷積神經(jīng)網(wǎng)絡(luò)進行優(yōu)化;通過訓(xùn)練后的第一深度卷積神經(jīng)網(wǎng)絡(luò),提取醫(yī)學(xué)圖像中的肋骨圖像。本發(fā)明實施例一是采用樣本增廣的方式,提高了模型的訓(xùn)練效果;二是采用深度卷積神經(jīng)網(wǎng)絡(luò),能夠取得較高的識別率;三是在做特征融合時,同時考慮了邊界的損失和區(qū)域的損失,更加有利于網(wǎng)絡(luò)的收斂;四是在網(wǎng)絡(luò)的訓(xùn)練部分,加大了模型對困難樣本的關(guān)注,網(wǎng)絡(luò)能更好的收斂。??