公开(公告)号：CN116993980A

公开(公告)日：2023-11-03

申请号：CN202310931581.X

申请日：2023-07-27

Applicant: 东北大学

Inventor： 魏颖 ,  李家广 ,  王昱博 ,  高子涵

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/776 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于深度学习和计算机视觉技术领域，公开了一种基于微调及自我评估的小样本分割方法及装置。该方法首先初始化系统参数，然后对查询图像预测得到伪标签，从而获取查询原型，与支持原型结合后更新查询伪标签，利用该伪标签微调系统参数，然后重复此过程实现系统多次微调，最后利用设计的自我评估方法确定最佳的微调轮次，获取最终分割结果。本发明缓解了现有系统存在的偏向训练中使用的类别或者支持图像的问题，提高了分割精度。所设计的自我评估方法能够评估最优的微调轮次，防止微调过程的误差积累导致精度偏低问题。相比于现有方法，该微调过程仅需1％左右的时间成本和算力成本，能够更加快速、高效地适应新类别并获取高质量分割结果。

公开(公告)号：CN116741372B

公开(公告)日：2024-01-23

申请号：CN202310849080.7

申请日：2023-07-12

Applicant: 东北大学

Inventor： 李家广 ,  魏颖 ,  高子涵 ,  王昱博

IPC: G16H50/20 ,  G06V10/774 ,  G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于智能医学影像分析、计算机辅助诊断领域，公开了一种基于双分支表征一致性损失的辅助诊断系统及装置，主要包括三维脑磁共振影像获取和预处理、多种数据扩增、构建原始分支三维视觉transformer特征提取器、构建扩增分支三维视觉transformer特征提取器、构建分类网络、设计分类损失和一致性损失、优化网络参数以及设计模型测试方案。该发明在辅助诊断任务中加入了双分支一致性学习策略，为诊断任务提供了更多额外的监督信息，将模型微调至更优解，大大提高了分类精度和模型泛化能力。所设计的三维视觉transformer特征提取器，可以更好地获得图像的细节信息和空间信息，实现更精准的诊断。

公开(公告)号：CN116741372A

公开(公告)日：2023-09-12

申请号：CN202310849080.7

申请日：2023-07-12

Applicant: 东北大学

Inventor： 李家广 ,  魏颖 ,  高子涵 ,  王昱博

IPC: G16H50/20 ,  G06V10/774 ,  G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于智能医学影像分析、计算机辅助诊断领域，公开了一种基于双分支表征一致性损失的辅助诊断系统及装置，主要包括三维脑磁共振影像获取和预处理、多种数据扩增、构建原始分支三维视觉transformer特征提取器、构建扩增分支三维视觉transformer特征提取器、构建分类网络、设计分类损失和一致性损失、优化网络参数以及设计模型测试方案。该发明在辅助诊断任务中加入了双分支一致性学习策略，为诊断任务提供了更多额外的监督信息，将模型微调至更优解，大大提高了分类精度和模型泛化能力。所设计的三维视觉transformer特征提取器，可以更好地获得图像的细节信息和空间信息，实现更精准的诊断。