摘要
本发明提供了一种高效标注和分割医学影像中病灶区域的方法及系统,方法包括:步骤S1,收集医学影像数据集,并分为训练集和测试集;步骤S2,从训练集中选取参考图像,进行初始标注并生成视觉提示,得到带有视觉提示的参考图像;步骤S3,构建深度卷积神经网络架构,通过模型训练得到训练后的模型;步骤S4,利用训练后的模型对测试集中的未标注图像进行预测分割,生成预测分割结果;步骤S5,对预测分割结果进行审核和校正,并通过交互式优化改进模型性能。本发明仅需医生对少量病灶区域进行初始标注,解决了现有全监督分割方法严重依赖大量高质量标注数据的问题,显著降低了对高质量标注数据的需求,减轻了医务人员的工作负担。
技术关键词
医学影像数据
深度卷积神经网络架构
图像编码器
视觉
编码器特征
深度特征提取
预测特征
监督分割方法
图像深度特征
校正
解码器
注意力机制
模块
图片
对比度
矩阵
标记
系统为您推荐了相关专利信息
口感
机器视觉识别方法
切骨机
蚝油
调节制冷系统
视觉定位方法
多模型协同
板簧
双目视觉系统
校正
深度学习模型
集成系统
摄像头模块
主控模块
串口模块
无接触测量方法
水下摄像机
拉力传感器
户外路由器
称重变送器