【技术实现步骤摘要】
本专利技术属于医学图像分割领域，更具体地，涉及基于框标注训练的息肉分割模型建立方法及息肉分割方法。
技术介绍
1、息肉(polyp)，是指人体组织表面长出的赘生物，现代医学通常把生长在人体黏膜表面上的赘生物统称为息肉，医学上一般按出现的部位给它命名，如出现在胃壁上的叫“胃息肉”，肠腔内的称为“肠息肉”，以此类推。若某一部位有两个以上的息肉，又称“多发性息肉”。临床上，常利用内窥镜辅助完成息肉的检查。息肉属于良性肿瘤的一种，临床表现多见炎性息肉、腺瘤性息肉和某些胃肠道息肉综合征，这些病变虽属良性，但其中一部分有恶变倾向，因此，在早期，能够准确从内窥镜图像中分割出息肉，对于降低某些恶性肿瘤的专利技术率和死亡率具有重要意义。
2、随着人工智能相关技术的发展，基于深度学习的辅助诊断技术被广泛应用于各种医疗相关场景中，比如基于深度学习模型对内窥镜图像进行息肉分割，但目前，这些工作方法都是基于像素级别的掩膜标签来训练卷积神经网络(convolutional neural network)实现的。然而，息肉和周围正常组织之间的边界往往十分...
【技术保护点】
1.一种基于框标注训练的息肉分割模型建立方法，其特征在于，包括：
2.如权利要求1所述的基于框标注训练的息肉分割模型建立方法，其特征在于，所述初始化步骤还包括：建立第二深度学习模型作为教师模型，用于从内窥镜图像中分割出息肉，得到息肉掩膜，并以所述第一深度学习模型作为学生模型；
3.如权利要求2所述的基于框标注训练的息肉分割模型建立方法，其特征在于，所述掩膜损失的计算方式为：
4.如权利要求1～3任一项所述的基于框标注训练的息肉分割模型建立方法，其特征在于，所述训练损失还包括：前、背景特征对比度损失；
5.如权利要求4所述...
【技术特征摘要】
1.一种基于框标注训练的息肉分割模型建立方法，其特征在于，包括：
2.如权利要求1所述的基于框标注训练的息肉分割模型建立方法，其特征在于，所述初始化步骤还包括：建立第二深度学习模型作为教师模型，用于从内窥镜图像中分割出息肉，得到息肉掩膜，并以所述第一深度学习模型作为学生模型；
3.如权利要求2所述的基于框标注训练的息肉分割模型建立方法，其特征在于，所述掩膜损失的计算方式为：
4.如权利要求1～3任一项所述的基于框标注训练的息肉分割模型建立方法，其特征在于，所述训练损失还包括：前、背景特征对比度损失；
5.如权利要求4所...
【专利技术属性】
技术研发人员：王植炜，李强，胡强，石洪宽，张贻彤，李婷，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。