一种肝脏血管分割方法技术

本发明专利技术涉及图像处理技术领域，它涉及一种肝脏血管分割方法，包括获取公开肝脏医学数据集，并进行数据预处理，数据增强和数据集划分；构建基于半监督学习的肝脏血管分割模型，结合高质量标注数据、低质量标注数据和无标注数据来训练模型，构建损失函数，确定优化器和超参数，输入训练集和验证集，训练网络参数；所构建的分割模型加载上述所训练的权值参数，将测试集数据输入到模型中，对输出的图像进行图像后处理，得到分割的肝脏血管，本发明专利技术解决肝脏血管中标注不足或者标注不精确等问题。

【技术实现步骤摘要】

本专利技术涉及图像处理，更具体地说，它涉及一种肝脏血管分割方法。

技术介绍

1、肝脏血管的分割具有重要的临床和研究意义，可以用于手术规划和导航，也有助于肝脏疾病的诊断等。计算机断层扫描技术常被用于肝脏疾病的检查，但是由于计算机断层扫描图像中的噪声，对比度差，血管结构复杂，血管和背景的占比不平衡等原因，这给医生的手动标注带来了极大的困难。

2、这种高质量标注数据的不足给传统的数据驱动学习方法带来了挑战，阻碍了有效的训练。利用额外的低质量标注数据或无标记数据会使网络混乱，可能导致意想不到的性能下降。

3、在典型的全监督方法中，训练时用的图像全都有标注，但是只是使用少量的高质量标注，这往往会导致模型过拟合从而得到较差的性能。而半监督方法中，加入了未标记的样本，然后使用自训练或者协同训练等方式来提型性能，但是难以确定最优使用未标记数据的方式，使用自动标注生成或者主动学习时，未标记数据的标注可能不准确，引入标注噪声，从而影响模型性能。还有一种方法是，引入低质量标注的数据，但是这种低质量的标注会破坏分割模型，这可能会降低模型性能。因此，探索如何本文档来自技高网...

【技术保护点】

1.一种肝脏血管分割方法，其特征在于：包括如下步骤：

2.根据权利要求1所述一种肝脏血管分割方法，其特征在于：

3.根据权利要求2所述一种肝脏血管分割方法，其特征在于：步骤S2中包括如下：

4.根据权利要求3所述一种肝脏血管分割方法，其特征在于：步骤S3包括如下：

5.根据权利要求4所述一种肝脏血管分割方法，其特征在于：步骤S4包括如下：

6.根据权利要求2所述一种肝脏血管分割方法，其特征在于：所述步骤S12中在（-100 ,250）范围以外的负值置为-100，区间范围以外的正值置为250，其余值保留不变。</p>

7.根据...

【技术特征摘要】

1.一种肝脏血管分割方法，其特征在于：包括如下步骤：

2.根据权利要求1所述一种肝脏血管分割方法，其特征在于：

3.根据权利要求2所述一种肝脏血管分割方法，其特征在于：步骤s2中包括如下：

4.根据权利要求3所述一种肝脏血管分割方法，其特征在于：步骤s3包括如下：

5.根据权利要求4所述一种肝脏血管分割方法，其特征在于：步骤s4包括如下：

6.根据权利要求2所述一种肝脏血管分割方法，其特征在于：所述步骤s12中在（-1...

【专利技术属性】
技术研发人员：唐晓颖，胡秋婷，
申请(专利权)人：南方科技大学嘉兴研究院，
类型：发明
国别省市：