-
公开(公告)号：CN118134952B
公开(公告)日：2024-08-02
申请号：CN202410554782.7
申请日：2024-05-07
Applicant: 中南大学
IPC: G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/70
Abstract: 本发明公开了一种基于特征交互的医学图像分割方法，本发明通过使用基于CNN和Transformer的双分支编码器进行特征提取与特征交互，最大限度地保留医学图像中的局部细节和全局语义信息，并利用先验知识在边界引导解码器中逐阶段指导学习过程。引入了注意力特征融合模块，该模块通过使用通道注意力引导局部‑全局特征进行有效的交互融合，并抑制了不相关背景噪声的干扰。同时通过多尺度特征聚合模块和多层级特征桥接模块的配合使用，利用多分支条状卷积和多层级特征交互来实现对医学图像中的多尺度特征充分挖掘。最后通过使用加权损失函数对各层级的分割结果进行深度监督训练，从而实现了在医学图像上对于病灶的精确分割。
-
公开(公告)号：CN114565711A
公开(公告)日：2022-05-31
申请号：CN202111631832.X
申请日：2021-12-28
Applicant: 中南大学
IPC: G06T17/00 , G06K9/62 , G06T5/00 , G06V10/764
Abstract: 本发明提供了一种基于深度学习的心脏图像重建方法及系统，包括：选取多个受试者的心脏进行切片扫描成像，每个切片获得三个图像，包括一个正常图像，一个AP方向的图像和一个FH方向的图像，将扫描获得的图像作为训练数据集，且扫描获得的图像包括清晰图像和模糊图像；使用ResNet模型对心脏扫描获得的图像进行分类，再使用多个SRN‑Deblur子模型对不同方向的模糊图像进行去模糊操作；利用AP方向的图像和FH方向的图像，计算血流矢量在三维空间中的方向和大小，用于测量模拟模糊图像的去模糊效果。利用速度编码磁共振成像进行四维流磁共振成像在心血管血流分析中具有很强的潜力，深度学习可以重建缺陷图像，消除速度编码磁共振成像中的运动模糊。
-
公开(公告)号：CN118134952A
公开(公告)日：2024-06-04
申请号：CN202410554782.7
申请日：2024-05-07
Applicant: 中南大学
IPC: G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/70
Abstract: 本发明公开了一种基于特征交互的医学图像分割方法，本发明通过使用基于CNN和Transformer的双分支编码器进行特征提取与特征交互，最大限度地保留医学图像中的局部细节和全局语义信息，并利用先验知识在边界引导解码器中逐阶段指导学习过程。引入了注意力特征融合模块，该模块通过使用通道注意力引导局部‑全局特征进行有效的交互融合，并抑制了不相关背景噪声的干扰。同时通过多尺度特征聚合模块和多层级特征桥接模块的配合使用，利用多分支条状卷积和多层级特征交互来实现对医学图像中的多尺度特征充分挖掘。最后通过使用加权损失函数对各层级的分割结果进行深度监督训练，从而实现了在医学图像上对于病灶的精确分割。
-
公开(公告)号：CN117893545A
公开(公告)日：2024-04-16
申请号：CN202311708546.8
申请日：2023-12-12
Applicant: 中南大学
IPC: G06T7/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种皮肤病变图像分割方法、系统、设备及存储介质，皮肤病变图像分割方法包括将训练皮肤病变图像集输入CNN网络模型，得到第一特征图；将训练皮肤病变图像集输入Transformer网络模型，得到第二特征图；将第一特征图和第二特征图进行多模态融合，将多模态融合特征图的最深层融合特征输入瓶颈层得到第三特征图；根据第三特征图和多模态融合特征图进行跳跃连接，得到第四特征图；根据第三特征图和第四特征图进行解码，得到训练皮肤病变图像集的图像预测分割结果，减少了无关信息的干扰，获得了更精确高效的皮肤病变分割结果。
-
-
-
Search Results
4
records
(took 0.014 seconds)
