公开(公告)号：CN119600180A

公开(公告)日：2025-03-11

申请号：CN202411607273.2

申请日：2024-11-12

Applicant: 华中科技大学

Inventor： 杨铀 ,  郭辰颢 ,  杨主伦 ,  刘琼

IPC: G06T15/50 ,  G06N20/00

Abstract: 本发明公开了一种重光照网络的自监督微调方法、重光照方法及系统，属于重光照技术领域；从真实世界中的图像样本N出发，获取其光照条件E；将N与随机光照条件E*输入至预训练的重光照网络中，得到N在E*下的重光照图像N*；然后将重光照图像N*作为微调时重光照网络的图像输入，E作为微调时重光照网络的光照条件输入，N作为重光照网络的训练真值，构建对抗性光照损失，对重光照网络进行微调。该方法通过从真实世界图像中创建成对的训练数据对，能够确保微调重光照网络的训练真值仍然是真实世界图像，减小了与真实世界图像的差异，重光照网络的泛化性较高，提升了网络输出的重光照图像的真实感。

公开(公告)号：CN118967714A

公开(公告)日：2024-11-15

申请号：CN202411024514.0

申请日：2024-07-29

Applicant: 华中科技大学

Inventor： 郭辰颢 ,  杨铀

IPC: G06T7/11 ,  G06T7/00 ,  G06V10/26 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了基于调和注意力的医学图像分割模型建立方法及医学图像分割方法，属于三维医学图像分割领域，模型包括：模态融合模块，利用三维CNN同时提取不同模态的空间和深度特征信息，并基于输入级融合策略进行模态融合；下采样模块，利用U‑Net网络的卷积操作对图像进行下采样、压缩空间和深度信息的同时提取语义信息；Transformer模块，利用交变位置编码获取全局和远程的信息依赖关系，并给相应的语义信息提供位置编码，从而强化空间信息；以及上采样模块，利用反卷积操作对图像进行上采样，并利用调和注意力层获取全局特征并稳定特征的分布情况。本发明能够调和三维医学图像不同平面间的特征分布情况，提高三维医学图像的分割精度。