【技术实现步骤摘要】
本专利技术涉及医学影像分割领域，具体地说，是一种基于unet网络与sobel算子的医学影像分割方法。
技术介绍
1、医学影像分割是医学图像分析中的关键任务之一。医学分割任务种类繁多,不同模态的医学影像存在着固有的差异性。为适应这一差异,当前许多方法如medical sam、unverseg等通过构建大规模、多种类标注数据集来学习通用特征。但这类方法注重跨模态的泛化性,往往以牺牲特定任务的精确度为代价,而在实际医学场景中,许多任务需要高精度的分割结果。因此,研究适用于特定医学影像分割任务的更精确方法,是当前亟需解决的关键问题。
2、本专利技术提出一种基于unet网络与sobel算子的医学影像分割方法,以发挥各自的优势,实现高精度的医学影像分割。unet作为一种结构优异的全卷积网络,其编码-解码结构可有效融合不同尺度的特征信息,在各类医学影像分割任务上都展现出卓越的性能。然而,医学影像中目标的边界常常较为模糊,unet通过跳跃连接的细节特征传递机制,对局部微小特征的表达能力仍有限。此外,医学影像数据集常存在质量差、噪声大以及标注...
【技术保护点】
1.一种基于UNet网络与Sobel算子的医学影像分割方法，其特征在于，包括：获得UNet网络模型与两个Sobel算子；
2.根据1所述的基于UNet网络与Sobel算子的医学影像分割方法，其特征在于，所述的根据CT扫描数据，通过不同角度投影获得至少上千条二维图像数据，具体为：
3.根据1或2所述的基于UNet网络与Sobel算子的医学影像分割方法，其特征在于，根据训练集训练UNet网络，并对查询数据预测结果，得到初步分割图像，具体为：
4.根据1或3所述的基于UNet网络与Sobel算子的医学影像分割方法，其特征在于，所述的根据U...
【技术特征摘要】
1.一种基于unet网络与sobel算子的医学影像分割方法，其特征在于，包括：获得unet网络模型与两个sobel算子；
2.根据1所述的基于unet网络与sobel算子的医学影像分割方法，其特征在于，所述的根据ct扫描数据，通过不同角度投影获得至少上千条二维图像数据，具体为：
3.根据1或2所述的基于unet网络与sobel算子的医学影像分割方法，其特征在于，根据训练集训练unet网络，并对查询数据预测结果，得到初步分割图像，具体为：...
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。