-
公开(公告)号:CN119151968B
公开(公告)日:2025-03-25
申请号:CN202411660471.5
申请日:2024-11-20
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于边界线索深度融合的息肉图像分割方法,通过构建边界线索深度融合网络,将肠息肉图像输入主干网络提取不同层次特征信息,以指导息肉区域提取;构建边界线索挖掘模块以借助部分层级特征获得边界细节信息,实现对息肉区域更精准的定位;构建前景目标增强模块增强网络结合反转注意力分支对前景目标整体结构特征的学习,使网络侧重于关注前景目标;构建深度特征融合模块集成边界信息和前景信息,通过级联特征融合以及边界信息引导进一步提高分割性能,最后利用训练好的模型得到息肉分割结果。本发明克服了息肉在边界不确定性及形态多样性时的局限性,并在训练中采用加权联合尺度差异损失优化模型,实现息肉区域高精度识别与分割。
-
公开(公告)号:CN118378514A
公开(公告)日:2024-07-23
申请号:CN202410441752.5
申请日:2024-04-12
Applicant: 中国计量大学
IPC: G06F30/27 , G06F18/25 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/08 , G06N5/04 , G06F119/02 , G06N3/048
Abstract: 本发明公开了一种基于多模特征融合的飞机发动机剩余寿命预测方法,属于飞机发动机剩余使用寿命预测领域。该方法通过将原始数据转换为格拉姆角场图像的形式,分别对时间序列提取时间序列中不同维度的特征以及对图像提取图像特征,然后利用时序‑图像特征融合模块将时序与图像两个不同模态的特征进行融合,最后通过输出模块预测出最终剩余寿命预测值。与现有方法相比,本发明加强了模型对飞机发动机失效数据的特征提取能力,具有更加准确的预测精度和更强的泛化性。
-
公开(公告)号:CN119151968A
公开(公告)日:2024-12-17
申请号:CN202411660471.5
申请日:2024-11-20
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于边界线索深度融合的息肉图像分割方法,通过构建边界线索深度融合网络,将肠息肉图像输入主干网络提取不同层次特征信息,以指导息肉区域提取;构建边界线索挖掘模块以借助部分层级特征获得边界细节信息,实现对息肉区域更精准的定位;构建前景目标增强模块增强网络结合反转注意力分支对前景目标整体结构特征的学习,使网络侧重于关注前景目标;构建深度特征融合模块集成边界信息和前景信息,通过级联特征融合以及边界信息引导进一步提高分割性能,最后利用训练好的模型得到息肉分割结果。本发明克服了息肉在边界不确定性及形态多样性时的局限性,并在训练中采用加权联合尺度差异损失优化模型,实现息肉区域高精度识别与分割。
-
-