神经网络模型的训练方法及装置、存储介质和电子设备

    公开(公告)号:CN112085197A

    公开(公告)日:2020-12-15

    申请号:CN202010954707.1

    申请日:2020-09-11

    Abstract: 本发明提供了一种神经网络模型的训练方法及装置、存储介质和电子设备。神经网络模型的训练方法包括对同一身体部位的多个模态影像分别进行特征提取得到对应的多个模态特征;对多个模态特征进行融合得到第一融合向量;采用循环神经网络的方式对第一融合向量进行特征聚合重建得到第一特征向量;根据第一特征向量计算第一损失函数;根据第一损失函数训练神经网络模型。本发明通过对多个模态特征进行融合得到第一融合向量以及采用循环神经网络的方式对第一融合向量进行特征聚合重建得到第一特征向量,从而能够有效挖掘多个模态影像中多个模态特征的关联性。

    分割模型训练方法、图像分割方法、装置、设备及介质

    公开(公告)号:CN115018805B

    公开(公告)日:2025-02-14

    申请号:CN202210707648.7

    申请日:2022-06-21

    Abstract: 本发明公开了一种分割模型训练方法、图像分割方法、装置、设备及介质。该方法包括获取用于模型训练的样本图像以及样本图像中各像素点的像素点标签;像素点包括目标像素点和背景像素点;迭代执行如下训练过程,直至满足训练完成条件得到目标分割模型:将样本图像输入至待训练的分割模型,得到样本图像中各像素点的样本分割结果;基于各像素点标签以及样本预测结果计算模型损失函数;其中,模型损失函数包括基于目标像素点的标签生成的第一损失函数以及基于背景像素点的标签生成的第二损失函数;基于模型损失函数对分割模型进行模型参数的调节。通过本发明公开的技术方案,以解决现有技术中图像分割不准确的问题,提高了图像分割结果的准确性。

    颅内血管分割方法、装置、存储介质及电子设备

    公开(公告)号:CN114359207B

    公开(公告)日:2024-08-27

    申请号:CN202111646780.3

    申请日:2021-12-29

    Abstract: 本申请提供了一种颅内血管分割方法、装置、存储介质及电子设备,涉及图像处理技术领域。该颅内血管分割方法包括:基于待分割头颈三维图像对应的第一颅内血管三维图像,确定第一颅内血管三维图像包含的颅内血管对应的M个种子点,M为正整数;确定M个种子点各自的方向向量;基于M个种子点各自的方向向量,进行颅内血管区域生长,得到第二颅内血管三维图像,第二颅内血管三维图像包括分割信息;对第二颅内血管三维图像进行分割,得到待分割头颈三维图像的颅内血管分割结果。本申请通过计算颅内血管种子点的方向向量,沿着颅内血管种子点的方向向量进行生长、然后进行分割,解决了因颅内血管太多太细而分割困难的问题。

    模型训练方法和装置、图像分割方法和装置

    公开(公告)号:CN114332129B

    公开(公告)日:2024-08-27

    申请号:CN202111663382.2

    申请日:2021-12-30

    Abstract: 本申请涉及图像处理技术领域,具体涉及一种模型训练方法和模型训练装置、图像分割方法和图像分割装置,以及计算机可读存储介质和电子设备,解决了网络模型对医学图像序列中的结节进行分割的效果较差的问题。本申请实施例提供的模型训练方法使用的每个组合样本各自对应一个采样分配权重,因此,可以使用根据多种不同采样分配权重得到的组合样本对初始网络模型进行训练,从而选择出最优的结节分割模型。另外,采样分配权重为S种病灶属性各自对应的病灶样本的数量在组合样本包括的病灶样本总数量中的比例,从而可以平衡多种病灶属性对初始网络模型训练的影响,实现了差异化采样,从而提高了通过模型训练方法得到的最优的结节分割模型的分割效果。

    图像分割方法及装置、神经网络模型的训练方法及装置

    公开(公告)号:CN111462086B

    公开(公告)日:2024-04-26

    申请号:CN202010246938.7

    申请日:2020-03-31

    Abstract: 本发明提供了一种图像分割方法及装置、神经网络模型的训练方法及装置、计算机可读存储介质和电子设备。该图像分割方法包括:获取待分割病理图像的分割掩膜图像,其中,分割掩膜图像包含待分割病理图像中细胞核的边界信息;根据分割掩膜图像,获取待分割病理图像的距离回归图像;根据分割掩膜图像和距离回归图像,获取待分割病理图像的二值细胞核分割图像,能够结合细胞核边界信息和距离信息进行细胞核二分类分割任务,提高了细胞核分割的精度,更好地分割较小的细胞核、粘连及重叠的细胞核;另外,来自不同器官的细胞核在外观、形态、形状、颜色以及密度上都具有很大的不同,本发明实施例提供的技术方案能够具有很好的泛化能力。

    一种肺动脉状态检测方法、装置、设备及介质

    公开(公告)号:CN117710339A

    公开(公告)日:2024-03-15

    申请号:CN202311745829.X

    申请日:2023-12-18

    Abstract: 本发明公开了一种肺动脉状态检测方法、装置、设备及介质。通过获取待检测肺动脉影像数据,对所述待检测肺动脉影像数据进行分割处理,得到所述待检测肺动脉影像数据对应的肺动脉分割数据;基于所述肺动脉分割数据预测得到所述肺动脉分割数据对应的理论肺动脉数据;基于所述肺动脉分割数据和所述理论肺动脉数据确定所述待检测肺动脉影像数据对应的肺动脉状态检测结果。本发明实施例可以基于预测的理论肺动脉数据,对任一期相的待检测肺动脉影像数据进行肺动脉状态检测,避免依赖特定期相的待检测肺动脉影像数据,提高非特定期相CT肺血管造影图像的肺动脉状态自动检测准确率。

    分割模型训练方法、图像分割方法、装置、设备及介质

    公开(公告)号:CN113450351B

    公开(公告)日:2024-01-30

    申请号:CN202110902235.X

    申请日:2021-08-06

    Inventor: 唐雯 陈宽 王少康

    Abstract: 本发明实施例公开了一种分割模型训练方法、图像分割方法、装置、设备及介质。该方法包括:获取第一图像以及所述第一图像匹配的第二图像,并基于初始分割模型分别提取所述第一图像的第一图像特征,以及所述第二图像的第二图像特征;基于初始聚类中心点对所述第一图像特征进行聚类处理,得到第一初始聚类结果,并基于所述初始聚类中心点对所述第二图像特征进行聚类处理,得到第二初始聚类结果;基于所述第一初始聚类结果和所述第二初始聚类结果对初始分割模型进行训练,得到目标分割模型。通过本发明实施例公开的技术方案,解决了有监督的图像分割方法需要大量的标记数据以及人工

Patent Agency Ranking