公开(公告)号：CN112991355B

公开(公告)日：2021-08-31

申请号：CN202110519585.8

申请日：2021-05-13

Applicant: 南京应用数学中心

Inventor： 丘成桐 ,  林文伟 ,  李铁香 ,  黄聪明 ,  乐美亨 ,  王瀚 ,  谭忠恒

IPC: G06T7/10 ,  G06T3/00 ,  G06N3/04

Abstract: 本发明设计了一种基于二阶段最优传输的3D大脑病变分割方法，主要步骤为：针对3D大脑医学影像发展有效、可靠且稳定的二阶段最优传输数值算法，将3D大脑影像二阶段最优传输映射到一个长方体，两者之间的转换所产生的精度损失仅为0.5%左右；选择精度损失最少的映射所得到的长方体图像，放入神经网络进行训练，利用权威网站提供的数据集训练模型，得到数据集的预测结果；借助最优传输映射的逆映射，将其还原至原始大脑影像，得到的训练集及测试集的整体病变分割精度分别达到98.5%及92.0%。

公开(公告)号：CN112991355A

公开(公告)日：2021-06-18

申请号：CN202110519585.8

申请日：2021-05-13

Applicant: 南京应用数学中心

Inventor： 丘成桐 ,  林文伟 ,  李铁香 ,  黄聪明 ,  乐美亨 ,  王瀚 ,  谭忠恒

IPC: G06T7/10 ,  G06T3/00 ,  G06N3/04

Abstract: 本发明设计了一种基于二阶段最优传输的3D大脑病变分割方法，主要步骤为：针对3D大脑医学影像发展有效、可靠且稳定的二阶段最优传输数值算法，将3D大脑影像二阶段最优传输映射到一个长方体，两者之间的转换所产生的精度损失仅为0.5%左右；选择精度损失最少的映射所得到的长方体图像，放入神经网络进行训练，利用权威网站提供的数据集训练模型，得到数据集的预测结果；借助最优传输映射的逆映射，将其还原至原始大脑影像，得到的训练集及测试集的整体病变分割精度分别达到98.5%及92.0%。