-
公开(公告)号：CN112669327B
公开(公告)日：2023-02-14
申请号：CN202011566443.9
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种磁共振图像分割系统及其分割方法。本发明通过引入多图谱配准机制和注意力机制实现对分割算法有效性和鲁棒性的提升；针对前述sTBI影像脑区分割存在的难点，以及其他分割方法存在的问题，提出了基于硬注意力和软注意力机制的深度学习分割框架；为了解决形变脑区难以定位和识别的问题，提出了硬注意力模块，利用基于深度学习的多图谱分割算法生成先验信息图，来提示分割模型关注的区域；进一步地，提出了软注意力模块，用于将深度学习模型的感受野扩大到全图，可以有效地提升该模型针对形变区域特征提取的鲁棒性。
-
公开(公告)号：CN112669330A
公开(公告)日：2021-04-16
申请号：CN202011568233.3
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种基于双重一致性自集成学习的半监督评估方法及评估系统。基于双重一致性自集成学习的半监督评估系统包括双重一致性平均教师框架模块、注意力损失函数模块以及注意力一致性损失函数模块；本发明设计了一个自集成学习框架，该框架由具有相同结构的学生网络和教师网络组成；并且设计了一种新的基于注意力机制的损失函数，以获得准确的注意力区域结果；通过在病变分类和定位中对注意力进行双重一致性约束，这两个网络可以逐渐优化注意力分布并提高彼此的性能，而训练仅依赖于部分标记的数据并遵循半监督训练的方式，并不需要大量带有标注的数据，所花费的成本低。
-
公开(公告)号：CN112669327A
公开(公告)日：2021-04-16
申请号：CN202011566443.9
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种磁共振图像分割系统及其分割方法。本发明通过引入多图谱配准机制和注意力机制实现对分割算法有效性和鲁棒性的提升；针对前述sTBI影像脑区分割存在的难点，以及其他分割方法存在的问题，提出了基于硬注意力和软注意力机制的深度学习分割框架；为了解决形变脑区难以定位和识别的问题，提出了硬注意力模块，利用基于深度学习的多图谱分割算法生成先验信息图，来提示分割模型关注的区域；进一步地，提出了软注意力模块，用于将深度学习模型的感受野扩大到全图，可以有效地提升该模型针对形变区域特征提取的鲁棒性。
-
-
Search Results
3
records
(took 0.022 seconds)
