Indexed by：
Abstract：
本发明涉及一种结合多信息融合网络和区域增长的气管树分级提取方法，其包括以下步骤：步骤S1：获取肺部的CT图像，并预处理；步骤S2 : 将预处理后的肺部的CT图像集进行分级，划分整体气管树和细小气管分支两个训练集；步骤S3 : 分别对整体气管树训练集和细小气管分支训练集进行采样，得到整体气管树训练子集和细小气管训练子集；步骤S4 : 构建多信息融合分割模型，并根据整体气管树训练子集训练；步骤S5 : 构建体素分类网络模型，并根据细小气管训练子集训练；步骤S6 : 将待分割图像数据依次输入训练后的多信息融合分割模型和训练后的体素分类网络模型，得到初步气管树；步骤S7 : 基于中心线的几何重建方法进处理初步气管树，得到最终的气管树。本发明有效提高分类的准确性。
Keyword：
Reprint 's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202110169782.1
Filing Date： 2021-02-08
Publication Date： 2023-04-07 00:00:00
Pub. No.： CN112651969B
公开国别： 中国
Applicants： 福州大学
Legal Status： 授权
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 20
Affiliated Colleges：
