公开(公告)号：CN117274277A

公开(公告)日：2023-12-22

申请号：CN202311191761.5

申请日：2023-09-15

Applicant: 南京信息工程大学

Inventor： 张小瑞 ,  莫云菲 ,  孙伟

IPC: G06T7/11 ,  G06V10/44 ,  G06V10/764

Abstract: 本发明提出一种应用高斯过程分类的医学图像交互式分割方法，该方法包括如下步骤：(1)将待分割图像导入特征提取网络，进行像素深度特征提取；(2)用户对待分割图像进行交互，获取用户标注信息；(3)构建像素分类函数上的高斯过程模型，依据提取的像素深度特征与用户标注信息获得未标注像素的像素分类函数值的预测分布；(4)依据未标注像素的像素分类函数值的预测分布获得未标注像素的预测标签，生成图像分割结果；(5)用户对图像分割结果进行判断，确认分割结果是否符合要求，如果不符合要求，重复(2)‑(5)步骤，直至分割结果符合要求，输出分割结果。

公开(公告)号：CN117974680A

公开(公告)日：2024-05-03

申请号：CN202410150497.9

申请日：2024-02-02

Applicant: 南京信息工程大学

Inventor： 张小瑞 ,  莫云菲 ,  孙伟

IPC: G06T7/10 ,  G06T7/00

Abstract: 本发明公开了医学图像分割技术领域的一种交互式医学图像分割方法、装置、介质及设备，旨在解决现有技术计算成本与交互成本高、图像分割质量有待提高的问题。包括：对待分割图像I进行框选交互，依据框选区域对所述待分割图像进行裁剪，得到裁剪后的待分割图像I′；对裁剪后的待分割图像I′进行圆点交互，获取用户交互信息Sr；将用户交互信息Sr编码为交互线索图Ci，与所述裁剪后的待分割图像I′进行级联后输入到像素特征提取网络T(·)，得到像素特征矩阵T(I′，Ci)；通过高斯过程回归拟合像素分类函数f，对像素特征矩阵T(I′，Ci)中未标注像素的特征矩阵Xu进行像素标签预测，得到未标注预测像素标签#imgabs0#根据未标注预测像素标签#imgabs1#和标注像素的特征矩阵Xc中的标注像素标签yc，得到分割结果#imgabs2#

公开(公告)号：CN116934759A

公开(公告)日：2023-10-24

申请号：CN202311200851.6

申请日：2023-09-18

Applicant: 南京信息工程大学

Inventor： 张小瑞 ,  莫云菲 ,  孙伟 ,  蒋睿 ,  曾祥龙 ,  陈超

IPC: G06T7/00 ,  G06T7/10

Abstract: 本发明公开了一种医学图像分割技术领域的局部矫正交互式医学图像分割方法及系统，旨在解决针对少样本困难分割任务时，现有技术中医学图像自动分割方法精度不高，且运算量大、成本高等问题，其包括在获得初次自动分割结果后，与用户进行第t次交互；若用户判断分割结果不准确，则进行矫正交互点击，依据点击生成补丁，对主干特征图和前次分割掩码上补丁对应区域进行裁剪，进行局部细化及全局矫正，得到第t次交互细化矫正后的分割结果再次提交用户判断，重复步骤，直至用户判断分割结果准确，输出分割结果。本发明在自动分割的基础上加入基于交互的局部矫正模块，对自动分割结果进行局部细化和全局矫正，提升分割精度。