公开(公告)号：CN118154627B

公开(公告)日：2024-09-03

申请号：CN202410567441.3

申请日：2024-05-09

Applicant: 东南大学

Inventor： 葛荣骏 ,  李睿奕 ,  何宇霆 ,  王冲 ,  夏聪 ,  张道强 ,  陈阳 ,  刘澄玉

IPC: G06T7/11 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/09 ,  G06F3/01

Abstract: 本发明公开了一种基于眼动注意力驱动的心超图像域适应分割方法，包括步骤：使用眼动仪收集医生在阅读目标域心脏超声图像时的眼动注视位置分布信息，利用源域数据训练初始化教师神经网络模型，获得初步的心脏超声图像分割能力，学生模型以伪标签为优化目标进行训练，眼动注视热力图经过编码器提取高维注意力特征，生成具有眼动注意力的教师模型在心脏超声图像上的通用特征，计算眼动加权损失和通用特征对齐损失之和优化模型。利用了医生诊断时的眼动热力图和领域自适应方法，使其能够在数据集紧缺并不额外消耗时间标注数据集的情况下训练出一个性能良好的心脏超声图像分割神经网络，并可以随着医生诊断过程的进行，持续不断的改善模型性能。

公开(公告)号：CN118154627A

公开(公告)日：2024-06-07

申请号：CN202410567441.3

申请日：2024-05-09

Applicant: 东南大学

Inventor： 葛荣骏 ,  李睿奕 ,  何宇霆 ,  王冲 ,  夏聪 ,  张道强 ,  陈阳 ,  刘澄玉

IPC: G06T7/11 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/09 ,  G06F3/01

Abstract: 本发明公开了一种基于眼动注意力驱动的心超图像域适应分割方法，包括步骤：使用眼动仪收集医生在阅读目标域心脏超声图像时的眼动注视位置分布信息，利用源域数据训练初始化教师神经网络模型，获得初步的心脏超声图像分割能力，学生模型以伪标签为优化目标进行训练，眼动注视热力图经过编码器提取高维注意力特征，生成具有眼动注意力的教师模型在心脏超声图像上的通用特征，计算眼动加权损失和通用特征对齐损失之和优化模型。利用了医生诊断时的眼动热力图和领域自适应方法，使其能够在数据集紧缺并不额外消耗时间标注数据集的情况下训练出一个性能良好的心脏超声图像分割神经网络，并可以随着医生诊断过程的进行，持续不断的改善模型性能。