公开(公告)号：CN115861181A

公开(公告)日：2023-03-28

申请号：CN202211398539.8

申请日：2022-11-09

申请人： 复旦大学 ,  复旦大学义乌研究院

发明人： 张文强 ,  魏徐峻 ,  郭倩宇 ,  高述勇 ,  周新宇

IPC分类号： G06T7/00 ,  G06T7/11 ,  G06T7/12 ,  G06T7/13 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

摘要： 本发明涉及一种面向CT影像的肿瘤分割方法及其系统，该方法包括：获取CT肿瘤图像数据集；采用基于多尺度卷积的边缘检测网络模型，从2D数据中提取图像边缘；通过提取的边缘、检测框的位置，基于自适应泛洪填充和自适应梯度选取，获得弱监督标签；采用CNN和Transformer的混合模型，并使用近似边缘解码器，首先利用弱监督标签进行第一轮训练，经过联合损失函数进行修正结果；之后将修正结果作为第二轮训练的标签，训练得到最终的分割模型；将实际待分割的CT肿瘤图像预处理后输入分割模型，输出得到相应的分割结果。与现有技术相比，本发明能够高效准确生成标签后进行模型训练，从而解决全监督标注所产生的费时费力问题，提高分割任务的效率及准确性。