摘要
本申请提出了一种异常区域边界确定方法,该方法通过对阵列电极获取的目标对象的神经信号进行分析处理,得到神经信号异常区域边界点坐标;再通过目标对象的断层扫描影像+深度学习图像分割模型分割得到影像异常区域边界点坐标;根据影像异常区域边界点坐标,对神经信号异常区域边界确定参数进行优化,并继续再优化图像分割模型;以再优化后的图像分割模型置信度最高的像素点区域与神经元聚类结果进行比对,当比对结果误差小于预设期望值阈值时停止迭代,通过图像分割模型的图像分割对目标对象的异常区域的边界进行确定。该方法通过神经信号,和断层扫描影像+图像分割模型两种边界确定思路的相互优化与迭代,可实现对异常区域边界的精确识别。
技术关键词
图像分割模型
阵列电极
坐标
置信度阈值
影像
通道
信号
训练集
标志物
直线
对象
聚类
切片
深度学习图像
时域特征提取
频域特征提取
网格
图像特征提取