-
公开(公告)号:CN115661515A
公开(公告)日:2023-01-31
申请号:CN202211267805.3
申请日:2022-10-17
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州九龙医院股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于分层特征提取和结构感知的三维图像分类器及分类方法,该分类器包括:依次串联的多尺度层内特征提取模块、多尺度跨层特征融合模块、病灶区域自适应提取模块和病灶结构特征提取模块、第一全连接层及第二全连接层。本发明提供了一种基于分层特征提取和结构感知的通用的三维图像分类器及分类方法,能准确高效的提取各向异性分辨率的三维特征并获得准确的分类结果;本发明在对各向异性三维数据进行分类之前,不需要先对其进行插值等统一分辨率的操作,节省了插值过程所耗费的计算量,并且本发明在节省计算量的同时也能提高分类的准确性。本发明可以自适应提取病灶结构信息用于分类,能提高分类准确率。
-
公开(公告)号:CN116228792A
公开(公告)日:2023-06-06
申请号:CN202310112134.1
申请日:2023-02-14
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州九龙医院股份有限公司
Abstract: 本发明公开了一种医学图像分割方法,属于医学图像处理领域,通过数据集预处理、建立U型基线分割网络、构建管状特征提取模块、构建多尺度信息融合模块、构建边界引导模块和空间坐标信息特征、构建自注意力蒸馏模块、建立管状器官分割网络、分割网络自动分割出病灶等步骤,提升网络对管状器官的末端精细分支的分割性能,学习到图像全局尺度和局部尺度的上下文信息,充分利用气管、肺血管区域的边界信息和空间位置信息来引导网络更加关注待分割目标的边界区域,提升网络的分割准确度。本发明还涉及实施上述医学图像分割方法的系统以及电子装置。
-