一种基于混合粗分割特征的3D U-Net网络的肺分割装置制造方法及图纸

本发明专利技术公开了一种基于混合粗分割特征的3D U‑Net网络的肺分割装置，包括：肺部3D二值图生成模块，对原始肺部CT切片依次进行高斯滤波、二值化、标记连通区域并筛选、尺寸匹配以及微调处理，生成肺部3D二值图；肺分割模块，采用训练完毕的3D U‑Net网络对原始肺部CT图像和肺部3D二值图进行计算，输出分割概率图；优化模块，采用条件随机场对分割概率图进行计算，输出最终肺部分割结果。该装置在产生更高分割精确度的同时，保证了较低的计算消耗和内存消耗。

【技术实现步骤摘要】
一种基于混合粗分割特征的3DU-Net网络的肺分割装置
本专利技术属于图像处理领域，具体涉及一种基于混合粗分割特征的3DU-Net网络的肺分割装置。
技术介绍
深度学习方法在图像处理领域取得了巨大的成就，这也为医疗图像数据应用深度学习技术识别特征部位提供了可能。目前，以深度学习为基础的CAD(computeraideddiagnosis)系统，在识别并分割CT图像中的器官、特征区域等方面具有广泛的应用。图像分割是作为图像处理的一个分支，在医学领域应用中是一个重要研究方向。人体组织的二维重建、定量分析都需要事先对有关部位进行分割。然而，由于人体内部组织的个体差异很大，不同算法对输入的图像形状、质量要求不同，临床应用中对肺部图像分割的准确度和速度要求又很高，导致肺部图像分割工作成为医学影像在临床引用中的一个难题。现有的对肺部CT图像进行分割的装置和方法，均准确度不高，且分割效率也不能满足需要。
技术实现思路
本专利技术的目的是提供一种基于混合粗分割特征的3DU-Net网络的肺分割装置。该装置能够准确、快速的分割肺部CT图像，且分割结果能够满足应用需要。为实现上述目的，本专利技术提供以下技术方本文档来自技高网...

【技术保护点】
一种基于混合粗分割特征的3D U‑Net网络的肺分割装置，其特征在于，包括：肺部3D二值图生成模块，对原始肺部CT切片依次进行高斯滤波、二值化、标记连通区域并筛选、尺寸匹配以及微调处理，生成肺部3D二值图；肺分割模块，采用训练完毕的3D U‑Net网络对原始肺部CT图像和肺部3D二值图进行计算，输出分割概率图；优化模块，采用条件随机场对分割概率图进行计算，输出最终肺部分割结果。

【技术特征摘要】
1.一种基于混合粗分割特征的3DU-Net网络的肺分割装置，其特征在于，包括：肺部3D二值图生成模块，对原始肺部CT切片依次进行高斯滤波、二值化、标记连通区域并筛选、尺寸匹配以及微调处理，生成肺部3D二值图；肺分割模块，采用训练完毕的3DU-Net网络对原始肺部CT图像和肺部3D二值图进行计算，输出分割概率图；优化模块，采用条件随机场对分割概率图进行计算，输出最终肺部分割结果。2.如权利要求1所述的基于混合粗分割特征的3DU-Net网络的肺分割装置，其特征在于，所述肺部3D二值图生成模块包括：高斯滤波模块，采用高斯滤波器对原始肺部CT切片进行平滑处理；二值化模块，根据设定的二值化阈值，对平滑处理后的肺部CT图像进行二值化处理，获得二值图；连通区域标记和筛选模块，采用连通区域算法标记出二值图的连通...

【专利技术属性】
技术研发人员：吴健，陆逸飞，林志文，应兴德，刘雪晨，郝鹏翼，吴福理，吕卫国，陈为，叶德仕，吴朝晖，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33