公开(公告)号：CN117710670A

公开(公告)日：2024-03-15

申请号：CN202311717200.4

申请日：2023-12-14

Applicant: 南京邮电大学

Inventor： 许建 ,  王若飞 ,  王若涵

IPC: G06V10/26 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06T7/00 ,  G06T7/11 ,  G06T7/13 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种基于多种特征融合的胶质瘤影像分割方法，涉及医学图像处理技术领域，包括对获取的胶质瘤数据集进行预处理；构建基于T1和T2模态的全局特征提取器，采用编码‑解码式ViT模型逐步聚合全局语义信息；构建基于T1C、FLAIR模态和注意力机制的局部特征提取器；充分融合全局特征、局部特征和跨模态特征构建端到端分割框架，并输出精细分割结果。本发明针对胶质瘤影像各个模态的不同特点，分别构建全局特征提取器和局部特征提取器，实现多模态多级别特征融合，解决DICOM格式图像特征提取不易，以及胶质瘤形状、位置和大小多变的问题。

公开(公告)号：CN117576383A

公开(公告)日：2024-02-20

申请号：CN202311381929.9

申请日：2023-10-24

Applicant: 南京邮电大学

Inventor： 许建 ,  王若涵 ,  陈蕾

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/776 ,  G06V10/72 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于医学影像分割技术领域，本发明所述方法包括，对数据集进行预处理，构建基于注意力解码的可信的息肉分割模型架构；对构建的息肉分割架构模型采用交叉熵损失函数和KL散度损失函数以及Dice损失函数的组合计算损失函数；采用Adam优化算法训练构建的息肉分割架构模型；采用DiceScore和mIou指标衡量分割准确性。本发明将证据深度学习应用于端到端的息肉分割模型，旨在量化像素级的不确定性，得到可信的息肉分割模型。同时，当处理模糊边界息肉和小尺寸息肉时，本发明采用边缘引导特征模块，来挖掘与边界相关的边缘语义，能够获得更好的分割结果。