一种基于改进的卷积神经网络的医学图像分割方法[发明专利]

专利名称:一种基于改进的卷积神经网络的医学图像分割方法专利类型:发明专利
发明人:吴成东,张子昂,迟剑宁
申请号:CN201910879578.1
申请日:20190918
公开号:CN110570431A
公开日:
20191213
专利内容由知识产权出版社提供
摘要:本发明提出了一种基于改进的卷积神经网络的医学图像分割方法,属于图像处理领域。本发明构建了一种改进的卷积神经网络,分别在标准U‑Net网络原有框架的基础上设计了多通道融合模块、多通道稠密连接模块、下采样模块和上采样模块。在控制网络训练计算量的同时提升网络的深度,减少冗余计算;网络变深的同时通过改进网络内部结构从而避免梯度消失。实验结果是所训练的神经网络的输出预测图的分割DICE系数为98.57%,原网络分割出来的DICE系数为98.26%,体现了本发明的有效性。
申请人:东北大学
地址:110819 辽宁省沈阳市和平区文化路三巷11号
国籍:CN
代理机构:大连理工大学专利中心

本文发布于:2024-09-20 12:06:57,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/788328.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:网络   分割   神经网络
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议