摘要
本发明涉及磁共振图像处理技术领域,具体涉及一种分肾磁共振图像分割方法,包括以下步骤:通过磁共振平扫的T2WI序列和扩散加权成像DWI序列获取肾积水患儿的双肾磁共振扫描数据;通过结合U‑net网络和Mask R‑CNN网络结构建立的肾脏区域图像分割模型框架;通过肾脏区域图像分割模型框架,对所述双肾磁共振扫描数据进行肾脏区域图像分割,确定积水侧肾脏区域和对侧肾脏区域。本发明在人工智能算法中实现积水侧肾脏细节增强的自适应,在可提升分割性能的情况下进行积水侧肾脏细节增强,在不能提升分割性能情况下无需进行积水侧肾脏细节增强,减少无效的图像增强计算开销,自适应增强可达到分割精度和分割效率之间的平衡,可达到高效准确的肾脏区域图像分割。
技术关键词
肾脏
积水
图像分割模型
磁共振
掩膜
CNN网络结构
扩散加权成像
模块
数据
图像增强
人工智能算法
框架
参数
表达式
序列
系统为您推荐了相关专利信息
慢性肾脏疾病
融合分类器
图像特征提取
表格
数字病理图像
图像分割模型
编码
卷积模块
解码网络
超声图像分割
压缩感知重建
磁共振扫描系统
补偿算法
运动数学模型
成像方法
掩膜
云对象
卫星遥感图像
检测网络模型
纹理特征
安全帽佩戴检测
识别人脸图像
佩戴检测方法
建筑施工场地
姿态特征