-
公开(公告)号：CN113298774B
公开(公告)日：2022-10-18
申请号：CN202110554338.1
申请日：2021-05-20
Applicant: 复旦大学
Abstract: 本发明涉及一种基于对偶条件相容神经网络的图像分割方法、装置，该方法包括如下步骤：S1：获取与待分割图像结构模态相同的具有部分标签的图像数据作为训练数据；S2、构建主分割网络和对偶分割网络，主分割网络和对偶分割网络的输入包括目标数据以及提供条件先验的部分标注数据，输出为目标数据的分割结果；S3、分别确定主分割网络和对偶分割网络的损失函数；S4、利用训练数据训练主分割网络和对偶分割网络；S5、进行图像分割：将待分割图像作为目标数据，将目标数据及提供条件先验的部分标注数据输入到主分割网络中，输出分割结果。与现有技术相比，本发明能够实现在少量训练数据的情况下实现准确的图像分割。
-
公开(公告)号：CN113554728B
公开(公告)日：2022-04-12
申请号：CN202110687898.4
申请日：2021-06-21
Applicant: 复旦大学
Abstract: 本发明公开了一种基于半监督的从多序列3T到7T磁共振图像的生成方法。其包括：获取3T磁共振图像与7T磁共振图像，生成训练样本；通过神经网络构建的生成器G1从7T磁共振图像中生成多序列3T磁共振图像；通过神经网络构建的特征融合模块提取3T磁共振图像的特征并融合，获得指导结构信息与高频细节的7T指导图像；通过神经网络构建的生成器G2，以3T磁共振图像与获得的指导图像为输入，生成相同序列的7T磁共振图像；综合损失函数使用优化器训练网络；从训练好的生成器G2中快速生成单序列7T图像。本发明使用多序列的3T磁共振图像，能够更好地合成对应7T磁共振图像的高频细节，鲁棒性高，泛化能力强，易于训练与实现。
-
公开(公告)号：CN113554728A
公开(公告)日：2021-10-26
申请号：CN202110687898.4
申请日：2021-06-21
Applicant: 复旦大学
Abstract: 本发明公开了一种基于半监督的从多序列3T到7T磁共振图像的生成方法。其包括：获取3T磁共振图像与7T磁共振图像，生成训练样本；通过神经网络构建的生成器G1从7T磁共振图像中生成多序列3T磁共振图像；通过神经网络构建的特征融合模块提取3T磁共振图像的特征并融合，获得指导结构信息与高频细节的7T指导图像；通过神经网络构建的生成器G2，以3T磁共振图像与获得的指导图像为输入，生成相同序列的7T磁共振图像；综合损失函数使用优化器训练网络；从训练好的生成器G2中快速生成单序列7T图像。本发明使用多序列的3T磁共振图像，能够更好地合成对应7T磁共振图像的高频细节，鲁棒性高，泛化能力强，易于训练与实现。
-
公开(公告)号：CN111260552A
公开(公告)日：2020-06-09
申请号：CN202010023379.3
申请日：2020-01-09
Applicant: 复旦大学
Abstract: 本发明涉及一种基于递进学习的图像超分辨率方法，该方法包括如下步骤：(1)获取成对的低分辨率和高分辨率图像，生成训练样本；(2)构建图像超分辨率网络，所述的图像超分辨率网络用于输入低分辨率图像并输出高分辨率图像；(3)确定度量高分辨率图像局部细节特征的局部细节度量；(4)确定随训练次数递进增加的难度系数，结合局部细节度量与难度系数确定每一次训练过程中各训练样本的自适应权重；(5)基于自适应权重定义图像超分辨率网络的加权损失函数；(6)利用优化器最小化加权损失函数，训练图像超分辨率网络；(7)获得用于图像超分辨率的图像超分辨率网络。与现有技术相比，本发明鲁棒性高，泛化能力强，计算时间短，实现方便。
-
公开(公告)号：CN111179254A
公开(公告)日：2020-05-19
申请号：CN201911402027.2
申请日：2019-12-31
Applicant: 复旦大学
Abstract: 本发明涉及一种基于特征函数和对抗学习的域适应医学图像分割方法，该方法包括如下步骤：S1，获取目标数据和源数据；S2，构建用于提取中间特征的特征提取网络；S3，计算目标数据和源数据中间特征之间的差异；S4，构建用于区别中间特征域来源的特征判别器；S5，针对源数据构建图像分割网络，图像分割网络输入源数据的中间特征，输出分割标签；S6，针对目标数据构建图像重建网络，该网络输入目标数据的中间特征，输出重建的目标数据；S7，循环迭代训练，获取所有网络的最优参数；S8，应用时，将目标图像依次输入至特征提取网络和图像分割网络，输出分割结果。与现有技术相比，本发明该方法泛化能力强，分割结果准确可靠。
-
Patent Agency Ranking
公开(公告)号：CN119131062A
公开(公告)日：2024-12-13
申请号：CN202411259330.2
申请日：2024-09-09
Applicant: 福州大学 , 复旦大学 , 厦门天允星途医疗科技有限公司
IPC: G06T7/11 , G06V10/764 , G06T17/00
Abstract: 本发明涉及一种基于拓扑先验的三维肺CT管状结构分割的隐式神经网络构建方法，属于医学图像处理领域。构建基于拓扑先验的三维肺CT管状结构分割的隐式神经网络，采用隐式神经网络学习三维肺CT管状结构分割结果连续的表示，重建出任意分辨率的三维肺CT管状结构分割结果；此外，通过整合三维肺CT管状结构的拓扑结构信息对细小分支进行密集采样；另外，采用中心线预测辅助任务来优化三维肺CT管状结构分割结果。本发明使用了隐式神经网络生成了连续的坐标点，减少计算量和参数，可以在生成高分辨分割结果的同时减少内存占用；引入了拓扑采样策略和中心线引导，有助于解决前景背景不平衡的问题，以及缓解尺度不平衡的问题。
-
公开(公告)号：CN111161249B
公开(公告)日：2023-06-02
申请号：CN201911401973.5
申请日：2019-12-31
Applicant: 复旦大学
IPC: G06T7/00 , G06T7/11 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0475
Abstract: 本发明涉及一种基于域适应的无监督医学图像分割方法，该方法包括如下步骤：S1，获取与目标数据结构相同的不同模态的具有标签的影像学数据作为源数据；S2，引入隐变量，构建两个结构相同的用于图像分割的源变分自编码器和目标变分自编码器；S3，获取两个变分自编码器的损失函数；S4，估计两个变分自编码器隐变量的概率分布，计算隐变量概率分布的差异；S5，综合损失函数及隐变量概率分布的差异得到总体损失函数，利用总体损失函数优化两个变分自编码器；S6，采用优化得到的目标变分自编码器对目标数据进行分割。与现有技术相比，本发明该方法训练简单快速，泛化能力强。
-
公开(公告)号：CN111105364B
公开(公告)日：2023-04-28
申请号：CN201911221840.X
申请日：2019-12-03
Applicant: 复旦大学
Abstract: 本发明涉及一种基于秩一分解和神经网络的图像复原方法，该方法包括如下步骤：(1)获取成对的原始图像和退化图像，生成训练样本；(2)基于秩一逼近的原理，通过神经网络构建秩一投影单元，获得图像的秩一逼近；(3)基于矩阵低秩分解的原理，通过秩一投影单元构建循环的秩一分解网络，用于提取退化图像的低秩成分和残余误差；(4)利用残差网络构建秩一重建网络，用于从退化图像的低秩成分和残余误差中恢复原图像；(5)利用优化器训练秩一分解网络和秩一重建网络；(6)将训练好的秩一分解网络和秩一重建网络串联形成秩一网络，用于图像复原。与现有技术相比，本发明方法鲁棒性高，泛化能力强，计算时间短，实现方便。
-
公开(公告)号：CN111260566B
公开(公告)日：2022-08-09
申请号：CN202010023382.5
申请日：2020-01-09
Applicant: 复旦大学
IPC: G06T5/00
Abstract: 本发明涉及一种基于稀疏先验的图像复原方法，该方法包括如下步骤：(1)获取成对的退化图像和真实图像，生成训练样本；(2)在小波域中构建稀疏化单元来稀疏表示图像；(3)在图像域中构建图像复原单元来重建退化图像的细节信息，获取复原图像；(4)获取损失函数；(5)循环迭代，利用优化器最小化损失函数，以训练稀疏化单元和图像复原单元；(6)将稀疏化单元与图像复原单元级联，形成图像复原模型，用于图像复原。与现有技术相比，本发明方法鲁棒性高，泛化能力强，计算时间短，实现方便。
-
公开(公告)号：CN113538611A
公开(公告)日：2021-10-22
申请号：CN202110687905.0
申请日：2021-06-21
Applicant: 复旦大学
Abstract: 本发明公开了一种无监督的心脏磁共振参数定量图像重建方法。本发明方法包括：获取心脏磁共振降采样K空间数据以及对应的降采样算子，生成训练样本；利用卷积神经网络搭建迭代网络框架；利用对抗网络对真实梯度和学习到的梯度的分布进行判别，确保二者在分布上相似；利用神经网络学习正则化算子，对重建图像进行约束；计算损失函数并在训练样本上进行训练；基于物理模型对重建得到的图像序列进行拟合，计算mapping参数图；将网路框架用于新的心脏磁共振数据，进行mapping重建。本方法不需要全采样的金标准数据，能高效实现心脏磁共振mapping重建的加速，且适用于多种参数mapping重建，具有临床应用价值。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.017 seconds)
