摘要
本发明公开了一种胸椎黄韧带骨化症图像病变区域分割方法,属于医学影像分析技术领域,所述方法包括:获取患者的椎体截面图像;将所述椎体截面图像输入预先训练好的目标检测模型,得到椎管区域图像;将所述椎管区域图像输入预先训练好的语义分割模型,得到病变区域图像。本发明第一阶段采用YOLO目标检测网络,获取病变所在椎管,YOLO模型处理后,前景(正样本)与全图的面积比由1:1000降至1:10或更高比例,第二阶段采用U‑Net语义分割网络,分割OLF病变区域。本发明采用自动化影像分割方法,软件处理平均每张CT影像的时间为600ms,完整分割单例黄韧带骨化症病例CT影像的时间为1~3分钟,比手工分割效率提高可达50倍。本发明对OLF影像分割效率高,且分割准确。
技术关键词
语义分割模型
图像
病变区域分割方法
病变特征
三角形
椎体
顶点
医学影像分析技术
人工神经网络
影像分割方法
像素
数据
切片
高斯平滑滤波
YOLO模型
语义分割网络
胸椎
密度
坐标
系统为您推荐了相关专利信息
医疗锐器
定位特征
独立特征
分层强化学习
注意力
错位检测方法
训练样本集
影像
构建分类模型
分类网络
病害检测方法
无人机桥梁
AI图像识别
深度图
训练深度学习模型
氧化铈抛光液
球形抛光头
工件接触区域
坐标系
轨迹