技术总结
本发明公开了一种基于半监督学习的脑部CT图像出血区域分割方法，所述方法包含半监督模型训练阶段和基于半监督模型的出血区域分割阶段；半监督模型训练阶段用于训练半监督模型；基于半监督模型的出血区域分割阶段包括对需要进行颅内出血区域分割的二维CT图像序列进行格式转换，将二维CT图像重建到三维空间，然后利用超体素算法将三维图像划分成大小相近的超体素，以每个超体素为样本提取特征，最后根据特征通过训练好的半监督模型将超体素分成前景和背景两部分。本发明通过引入半监督学习算法以及以超体素代替像素进行运算等途径有效地提高了出血区域检测的准确性。
技术研发人员：胡浩基;孙明杰
受保护的技术使用者：浙江大学
文档号码：201610595691
技术研发日：2016.07.25
技术公布日：2017.01.04