公开(公告)号：CN118115491A

公开(公告)日：2024-05-31

申请号：CN202410432281.1

申请日：2024-04-11

Applicant: 东北大学

Inventor： 于鲲 ,  王连珍 ,  李刚 ,  黄明旭 ,  王琇 ,  冯朝路 ,  栗伟

IPC: G06T7/00 ,  G06T7/33

Abstract: 本发明公开了一种基于多支输入及空间关注的多时序医学影像配准方法，涉及医学影像配准技术领域。该方法采用多支输入，保证在学习浮动影像与固定影像这一影像对特征的同时充分利用影像对中各自的空间语义信息，解决了基于深度学习的方法理解多时序医学影像配准在空间语义信息上的限制。该方法引入LK模块来增大有效的感受野，不仅可以处理远距离空间信息，还可以在更精细的尺度上捕获和融合空间信息。该方法创建了VSAW模块，为医学影像中不同区域的像素赋予不同的权重，能够更精确地捕获影像中的结构特征，提升了存在大尺度变形的多时序恶性肿瘤CT影像的配准精度。

公开(公告)号：CN118691816A

公开(公告)日：2024-09-24

申请号：CN202410816269.0

申请日：2024-06-24

Applicant: 东北大学

Inventor： 王琇 ,  于鲲 ,  王连珍 ,  黄明旭 ,  冯朝路 ,  张静淑 ,  栗伟

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/44 ,  G06V10/80 ,  G06V10/30 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06V10/764 ,  G06N3/084

Abstract: 本发明提供一种基于注意力引导的宫颈癌危及器官影像分割方法，涉及医学图像处理技术领域。采用多尺度特征融合与注意力引导的卷积神经网络实现对宫颈癌危及器官的精准分割，通过对不同尺度特征图的有效融合，使得模型更好地捕捉图像中的全局和局部信息，能够应对不同形状和不同位置的危及器官，采用注意力机制引导模型学习重要信息，过滤干扰信息，实现有效信息的准确传递，以此来实现宫颈癌危及器官的准确分割。