一种基于像素级对比学习的小样本医学图像分割方法及系统

    公开(公告)号:CN118212249A

    公开(公告)日:2024-06-18

    申请号:CN202410299170.8

    申请日:2024-03-15

    Abstract: 本发明公开了一种基于像素级对比学习的小样本医学图像分割方法及系统,方法包括:获取并处理不同器官的MRI图像数据,将非心脏器官的MRI图像数据作为训练集和验证集,将心脏MRI图像数据作为测试集;将非心脏器官的MRI图像数据输入至双分支网络小样本学习分割模型进行训练与验证;利用像素级对比学习方法优化双分支网络小样本学习分割模型;使用训练好的双分支网络小样本学习分割模型对测试集数据进行预测,获取分割预测结果。本发明提出的基于坐标划分正负样本的像素级对比学习方法,不仅降低了医学图像标注成本,提升了双分支网络小样本学习分割模型的泛化能力,还通过优化正负样本划分提高了分割精度,增强了像素间的语义相关性。

    一种紧凑型二维高分辨率编码孔径成像方法及系统

    公开(公告)号:CN117092829A

    公开(公告)日:2023-11-21

    申请号:CN202310570803.X

    申请日:2023-05-19

    Abstract: 本发明公开了一种紧凑型二维高分辨率编码孔径成像方法,包括:根据焦平面阵列规模和期望的高分辨率图像的压缩倍率,设计编码掩模板;构建编码孔径成像模型;光源发出的光经过场景,经过反射或透镜之后由物镜聚焦到所述编码掩膜板,焦平面阵列采集经过编码掩膜板调制过的图像,并传输到重建计算单元,通过重建计算单元对采集到的编码图像重建过后获得高分辨率图像;本发明在图像传感器器件表面集成编码掩膜版,构建二维高分辨率图像到三维低分辨率图像的映射模型,基于该模型,通过对低分辨率混叠图像的重建解码,得到高质量的二维高分辨率图像;具备结构紧凑、重建质量高、泛化性好等特点,可以用于红外成像,微光夜视成像以及遥感成像中。

Patent Agency Ranking