一种基于关联矩阵自学习及显式秩约束的医学图像分割方法[CN201710099811.5] - 浙江工业大学

专利申请

2017-02-23
公布公告

2019-09-03
授权日期

2019-09-03
终止

2029-08-31

一种基于关联矩阵自学习及显式秩约束的医学图像分割方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201710099811.5 申请日期： 2017-02-23 专利主类别： G06T7/11 {{ classMap["G06T7/11"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区潮王路18号浙江工业大学科技处

专利分类项目

G06T7/11 : 区域分割

G06T5/00 : 图像的增强或复原，如从位像到位像地建立一个类似的图形

G06K9/62 : 应用电子设备进行识别的方法或装置

专利注册信息

初审公告期号	2017-02-23	初审公告日期	2019-09-03
注册公告期号	2019-09-03	注册公告日期	2019-09-03
专用权期限	2019-09-03 - 2029-08-31	专利类型	发明授权
代理组织机构	杭州天正专利事务所有限公司查看该机构代理的所有专利

专利介绍

一种基于关联矩阵自学习及显式秩约束的图像分割方法，将低秩表示、相似度学习和簇结构约束纳入同一框架，并应用到医学CT图像分割，包括：(1)首先对CT原图像进行预处理，使用灰度级修正增强图像，并进行直方图均衡化，再用中值滤波法对图像进行目标区域滤波，降低图像中的干扰和噪声。(2)接着用基于关联矩阵自学习及显式秩约束算法求解图像的特征值投影矩阵。(3)利用传统聚类算法对投影矩阵进行聚类分割，并将感兴趣的区域标定出来。

法律进度