发明 一种基于Mask-RCNN深度学习的虚拟医疗中肺结节检测与分割方法（图像处理、自然语言、医疗、肺结节 【特价，优惠500】
图像处理 自然语言 医疗 肺结节检测 医学图像 机器人 场景图像 视觉分类 病理诊断 对象识别 图 【 图像处理 自然语言 医疗 肺结节检测 医学图像 机器人 场景图像 视觉分类 病理诊断 对象识别 图】 1人
G06T7/00 G06T7/12 G06T17/00
摘要：本发明涉及一种基于Mask‑RCNN深度学习的虚拟医疗中肺结节检测与分割方法，属于图像处理领域。该方法具体包括：S1建立训练样本：首先对三维肺部CT图像样本进行预处理，然后将肺结节的横截面、矢状面和冠状面合成一张三通道图片，获得训练样本集，最后采用数据增强的方法扩展样本集；S2建立肺结节分割网络；包括建立骨干网络、特征金字塔网络、区域生成网络、ROI生成与对齐网络，以及三个功能分支；S3训练肺结节分割网络：利用训练样本对肺结节分割网络进行训练，获得肺结节分割装置；S4虚拟医疗环境中重建肺结节和肺部三维图，实现肺结节的检测。本发明能够在不花费更多资源的情况下提高模型的准确率，实现实时交互。
