一种基于无监督学习的脑磁共振图像分割方法及装置.pdfVIP

下载本文档

0
0
约1.75万字
约 14页
2023-05-25 发布于四川
举报
版权申诉

一种基于无监督学习的脑磁共振图像分割方法及装置.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请提供了一种基于无监督学习的脑磁共振图像分割方法及装置，其中，该方法包括：对原始脑磁共振三维图像进行初始分割处理，生成多个超体素；获取每个所述超体素的基础特征，并基于所述多个超体素分别对应的基础特征构建超体素特征矩阵；将所述超体素特征矩阵输入深度子空间聚类网络中进行训练，得到脑脊液、灰质和白质的聚类结果；将所述聚类结果映射到所述原始脑磁共振三维图像中，从而将所述原始脑磁共振三维图像中的脑脊液、灰质和白质进行图像分割。本申请实施例可以在不需要标签的情况下，利用深度子空间聚类网络对脑磁共振中的三

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112233132 A (43)申请公布日 2021.01.15 (21)申请号 202011158373.3 (22)申请日 2020.10.26 (71)申请人上海明略人工智能（集团）有限公司