公开(公告)号：CN119478013A

公开(公告)日：2025-02-18

申请号：CN202411531052.1

申请日：2024-10-30

Applicant: 东南大学

Inventor： 彭新桂 ,  傅琳 ,  孔佑勇 ,  王彬 ,  李弘暄 ,  周志凯 ,  杨文君

IPC: G06T7/62 ,  G06T7/13 ,  G06N3/0455 ,  G06N3/0464 ,  G06T7/00

Abstract: 本发明公开基于深度学习网络自动分析胸部呼吸肌体积的方法和系统，属于医学影像领域；基于深度学习网络自动分析胸部呼吸肌体积的方法包括：采集CT图像和医生手工标注的胸部呼吸肌图像，并预处理CT图像和医生手工标注的图像得到标准勾画图；对标准勾画图进行数据增强操作；构建U‑Net模型，并利用数据增强后的标准勾画图对所构建的U‑Net模型进行训练；利用训练后的U‑Net模型对医学图像中的胸部呼吸肌进行自动勾画，得到胸部呼吸肌的轮廓。构建U‑Net网络模型，为三维医学图像分割提供了一种高效、可靠且易于实现的解决方案，具有广泛的应用前景和临床价值，大大减少了临床工作中耗费的时间，帮助临床快速获得呼吸肌相关信息，指导患者的治疗，改善患者的预后。