公开(公告)号：CN112257805B

公开(公告)日：2023-06-27

申请号：CN202011194005.4

申请日：2020-10-30

Applicant: 东北大学

Inventor： 李宏 ,  孙航 ,  鲍楠 ,  马贺 ,  李晶 ,  曾庆超 ,  张春玲 ,  蒋明宽 ,  周石

IPC: G06V10/774 ,  G06V10/26 ,  G06T7/10 ,  G06T11/40 ,  G06V10/82

Abstract: 本发明涉及一种数据扩充方法，包括如下步骤：S1、获取原始图像数据，并给出其标签图像数据；S2、分别将原始图像数据和标签图像数据进行镜像扩充，分别获得n倍原始图像镜像数据集和n倍标签图像镜像数据集；S3、将获得的n倍原始图像镜像数据集和n倍标签图像镜像数据集送入深度学习得到扩充n倍数据的肿瘤分割结果；S4、将扩充n倍数据的肿瘤分割结果进行数据重建得到原始图像对应的图像分割结果。本发明提供的数据扩充方法不仅提高了基于深度学习的肿瘤分割的准确性，而且扩充的数据完全是来源于真实的医学影像数据，保证图像像素之间的空间位置关系不变。

公开(公告)号：CN112257805A

公开(公告)日：2021-01-22

申请号：CN202011194005.4

申请日：2020-10-30

Applicant: 东北大学

Inventor： 李宏 ,  孙航 ,  鲍楠 ,  马贺 ,  李晶 ,  曾庆超 ,  张春玲 ,  蒋明宽 ,  周石

IPC: G06K9/62 ,  G06T7/10 ,  G06T11/40

Abstract: 本发明涉及一种数据扩充方法，包括如下步骤：S1、获取原始图像数据，并给出其标签图像数据；S2、分别将原始图像数据和标签图像数据进行镜像扩充，分别获得n倍原始图像镜像数据集和n倍标签图像镜像数据集；S3、将获得的n倍原始图像镜像数据集和n倍标签图像镜像数据集送入深度学习得到扩充n倍数据的肿瘤分割结果；S4、将扩充n倍数据的肿瘤分割结果进行数据重建得到原始图像对应的图像分割结果。本发明提供的数据扩充方法不仅提高了基于深度学习的肿瘤分割的准确性，而且扩充的数据完全是来源于真实的医学影像数据，保证图像像素之间的空间位置关系不变。