公开(公告)号：CN118840552A

公开(公告)日：2024-10-25

申请号：CN202410921267.8

申请日：2024-07-10

Applicant: 南通大学 ,  苏州申辰医疗科技有限公司 ,  盐城同洲骨科医院

Inventor： 沈晓燕 ,  王炬 ,  赵玉华 ,  周瑞 ,  杨永杰

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明属于图像分割技术领域，具体涉及基于注意力机制的多尺度残差脑肿瘤图像分割方法。本发明首先，利用双残差特征融合模块增强不同层次间的特征信息融合。其次，引入空洞空间金字塔池化作为网络的桥接模块，捕获图像不同尺度的特征，从而提升网络对细节特征的提取能力。最后，设计反转残差坐标注意力模块替换Unet的直接拼接操作，来融合各层次和各尺度大特征信息，从而增强模型对脑肿瘤空间位置信息的识别能力。本发明通过双重残差特征融合模块DRFF，有效地融合了不同层次的特征信息，既保留了局部细节又结合了全局语义特征，提升了模型在处理复杂肿瘤结构时的准确性。

公开(公告)号：CN118447244A

公开(公告)日：2024-08-06

申请号：CN202410535284.8

申请日：2024-04-29

Applicant: 南通大学

Inventor： 周瑞 ,  沈晓燕 ,  邓颖 ,  夏贵江 ,  王炬 ,  申红明

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/52 ,  G06V10/62 ,  G06V10/80 ,  G06V10/82 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/049 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了基于多尺度卷积和Mamba结构的脑肿瘤图像分割方法，属于MRI图像分割技术领域。解决了现有方法对脑肿瘤MRI图像的细节特征提取不足和计算量大的技术问题。其技术方案为：该方法使用训练集和验证集训练MambaBTS网络，得到脑肿瘤图像分割模型；MambaBTS网络为Unet网络作为基础网络，在Unet网络的每个下采样层中采用多尺度聚合编码器；多尺度聚合编码器包括残差提取模块、MambaLayer模块；脑肿瘤图像分割模型对测试集进行预测并输出对脑肿瘤区域分割的结果。本发明的有益效果为引入状态空间模型，减小计算量，并引入串级残差多尺度卷积模块提升细节特征的识别能力。