基于迁移卷积神经网络的磁共振图像中静脉血管分割方法

作者：缑水平; 汪淼; 张沛阳; 姚瑶; 毛莎莎; 焦李成; 马文萍; 马晶晶

来源：2018-01-21, 中国, ZL201810056397.4.

本发明公开了一种基于迁移卷积神经网络的磁共振图像中静脉血管分割方法,主要解决现有技术中静脉血管分割不精确以及泛化能力较差的问题。其实现过程是：从一个病例的图像库中取70％的图像作为训练图像,30％作为测试图像；构建成对卷积神经网络,并使用训练图像对该网络进行训练；用训练好的网络对测试图像进行粗分割,得到粗分割图像；将粗分割图像作为DRLSE模型的初始轮廓图像；初始轮廓图像进行演化,得到静脉血管的分割结果图像；针对不同病例,将已训练好的网络的参数迁移到该病例的网络中,用于完成不同病例的静脉血管分割。本发明能有效地将核磁共振图像中的静脉血管分割出来,提高了泛化能力,可用于对核磁共振医学图像的静脉血管识别。

• 单位
  杭州职业技术学院; 西安电子科技大学