公开(公告)号：CN119295429A

公开(公告)日：2025-01-10

申请号：CN202411663033.4

申请日：2024-11-20

Applicant: 成都信息工程大学

Inventor： 刘说 ,  张丰伟 ,  赵德龙 ,  何玥 ,  田刚

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T7/194 ,  G06V10/764 ,  G06V10/82 ,  G06V10/25 ,  G06V10/74 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明涉及一种基于空间变换网络的图像分类方法，主要包括通过对CT图像序列进行预处理得到每个CT图像中的胸腔区域，然后阈值分割和前景与背景区域的计算，以及前景区域的相似性评估，获取CT图像腔体区域中的目标存在可能性。再根据得到的目标存在可能性，使用集成了空间变换网络的ResNet‑50模型进行深度学习处理，对CT图像进行目标检测。本方法通过精确定位和目标存在可能性的预测，简化了深度学习处理对象的复杂度，增强了模型对关键区域的关注，从而有效提升了图像识别的准确性和效率。

公开(公告)号：CN119379663A

公开(公告)日：2025-01-28

申请号：CN202411663007.1

申请日：2024-11-20

Applicant: 成都信息工程大学

Inventor： 刘说 ,  张丰伟 ,  赵德龙 ,  田刚 ,  何玥

IPC: G06T7/00 ,  G06T5/30 ,  G06V10/25 ,  G06V10/34 ,  G06V10/82 ,  G06V10/74 ,  G06V10/764 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明涉及一种基于多级判断的图像目标检测方法，主要首先对CT图像序列进行预处理，提取胸腔区域及其中的两个腔体区域。接着，实施两级目标存在可能性判断：第一级判断为基础的目标筛选，第二级判断通过深度形态学处理和数据增强技术，对筛选后的腔体区域进行更精细的分析，然后，利用空间变换网络集成的ResNet‑50模型根据腔体区的目标存在可能性属性，自动调整图像中的局部放大程度，以优化目标检测的精确度。