摘要
本发明公开了一种用于评估肝细胞癌中子治疗剂量的图像分割方法,涉及中子治疗技术领域,本发明通过医学图像数据集对3D U‑Net GAN网络模型进行训练,使用真实图像及生成器模型随机生成的假图像对3D U‑Net GAN网络模型中的生成器模型和判别器模型进行交替训练,使得训练后生成器模型能够生成对医学图像更准确和细节丰富的分割结果,训练后的判别器模型能够更精确地评估生成器模型输出的真实性,训练后的网络对医学图像进行分割时能够准确地反映患者自身的解剖学结构、10B在体内的分布情况及放射性核素动力学情况,使其精准地对医学图像中的信息充分地展示,便于应用。
技术关键词
评估肝细胞癌
图像分割方法
医学图像数据集
网络
中子
肝脏
肿瘤
三维立体结构
滤波技术
直方图均衡化
存储计算机程序
图像分割装置
样本
解剖学结构
对比度
元素
随机噪声
系统为您推荐了相关专利信息
电力系统运行数据
分层强化学习
模仿学习方法
网络
参数
一键生成方法
文本
设备端
神经网络模型
代码生成技术
音乐教学系统
拍摄装置
分析系统
电脑主机
人工智能模型
短期电价预测方法
集合经验模态分解
非线性
时序预测模型
周期性
效能评估方法
卫星图像数据
成像
振动效能
BP神经网络训练