一种基于人工智能的医学影像纹理分析方法

    公开(公告)号:CN115564754A

    公开(公告)日:2023-01-03

    申请号:CN202211303286.1

    申请日:2022-10-24

    摘要: 本发明涉及医学影像处理技术领域,公开了一种基于人工智能的医学影像纹理分析方法,首先对核磁影像数据进行预处理,具体包括使用标准差滤波器进行滤波,再使用Canny进行边缘检测;再将核磁影像数据进行数据标准化,进行核磁影像数据进行数据增强;对核磁影像数据进行分割,得出分析结果。本发明通过对影像纹理数据进行预处理,再进行滤波、数据标准化处理和数据增强,最后进行数据分割,得出结果,能更好的对图像纹理数据进行精确的识别和判断,为医生进行病理诊断提供有力的辅助。

    一种子宫肌瘤MRI影像的分类方法及装置

    公开(公告)号:CN115444398A

    公开(公告)日:2022-12-09

    申请号:CN202211302862.0

    申请日:2022-10-24

    IPC分类号: A61B5/055

    摘要: 本发明涉及医学影像处理技术领域,公开了一种子宫肌瘤MRI影像的分类方法及装置,将MRI影像的整体结构分为收缩路径和扩张路径,在收缩路径中采用跳跃连接,利用残差进行恒等变换,将上层提取的特征信息跳跃传递给下层网络,将Resnet的残差映射方式与U‑Net的下采样过程进行融合,作为图像处理收缩路径的主干网络;将浅层特征信息的传播跨越通道直接与高层网络进行融合,在收缩路径与扩张路径之间加入一种上下文增强模块和空洞空间卷积池化金字塔;将增强后的图像特征用大小不等的采样率进行空洞卷积;在空洞卷积的扩张路径中采用Decoderblock恢复图像收缩过程中的特征。本发明能有效的综合利用MRI扫描的资源信息,提高了MRI的成像精度。