公开(公告)号：CN113947609A

公开(公告)日：2022-01-18

申请号：CN202111185726.3

申请日：2021-10-12

Applicant: 中南林业科技大学

Inventor： 秦姣华 ,  周青阳 ,  向旭宇 ,  谭云 ,  侯贵敏

IPC: G06T7/11 ,  G06V10/764 ,  G06V10/82 ,  G06V10/52 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种深度学习网络结构及多标签主动脉夹层CT图像分割方法，其中，深度学习网络结构利用序列特征金字塔注意模块，关联不同尺度的CT图像序列特征，通过探索切片间的相关性，指导当前图像分割。同时，在网络的解码器中联合空间注意力模块和通道注意力模块，加强模型对目标区域的定位精确度以及特征的利用率。其次，本发明的多标签主动脉夹层CT图像分割方法，针对主动脉夹层多标签分割的类间关系，设计了多标签分类器以及相应的二元混合损失函数，在端到端的网络上实现多标签分割。本发明的深度学习网络结构对主动脉夹层快速筛查、诊断和评估有巨大的临床应用价值。

公开(公告)号：CN113947609B

公开(公告)日：2024-04-19

申请号：CN202111185726.3

申请日：2021-10-12

Applicant: 中南林业科技大学

Inventor： 秦姣华 ,  周青阳 ,  向旭宇 ,  谭云 ,  侯贵敏

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06V10/52 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开一种深度学习网络结构及多标签主动脉夹层CT图像分割方法，其中，深度学习网络结构利用序列特征金字塔注意模块，关联不同尺度的CT图像序列特征，通过探索切片间的相关性，指导当前图像分割。同时，在网络的解码器中联合空间注意力模块和通道注意力模块，加强模型对目标区域的定位精确度以及特征的利用率。其次，本发明的多标签主动脉夹层CT图像分割方法，针对主动脉夹层多标签分割的类间关系，设计了多标签分类器以及相应的二元混合损失函数，在端到端的网络上实现多标签分割。本发明的深度学习网络结构对主动脉夹层快速筛查、诊断和评估有巨大的临床应用价值。