-
公开(公告)号:CN116523877A
公开(公告)日:2023-08-01
申请号:CN202310487851.2
申请日:2023-05-04
Applicant: 南通大学
IPC: G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/08 , G06N3/006
Abstract: 本发明提供了一种基于卷积神经网络的脑MRI图像肿瘤块分割方法,属于医学图像信息智能处理技术领域。其技术方案为:包括如下步骤:S1、图像预处理;S2、构建3D‑U‑Net神经网络模型;S3、利用粒子群优化算法PSO对3D‑U‑Net神经网络模型进行优化,获得基于粒子群优化算法优化的三维U‑Net即PSO‑3D‑U‑Net神经网络模型;S4、将预处理后数据增强的脑MRI图像使用PSO‑3D‑U‑Net神经网络模型对待测脑MRI图像分割。本发明的有益效果为:有效地避免了神经网络中初始化权值不当的问题,提高了网络的收敛速度和收敛精度。
-
公开(公告)号:CN114972279A
公开(公告)日:2022-08-30
申请号:CN202210632508.8
申请日:2022-06-06
Applicant: 南通大学
Abstract: 本发明涉及医学信息智能处理技术领域,尤其涉及用于视网膜血管不确定边界精准分割的三支U‑Net方法。本发明利用数学形态学的膨胀和腐蚀算子对血管边界标签不确定性进行描述,基于膨胀和腐蚀算子分别构建不确定边界的上界和下界,得到血管边界的极大值和极小值,将带有不确定信息的边界映射到一个范围之内;将边界的不确定性表示与损失函数相结合并设计三支损失函数;利用三支损失函数的总损失,采用随机梯度下降算法训练网络参数;设计并实现具有眼底数据采集、视网膜血管智能精准分割以及辅助诊断功能的视网膜血管智能分割辅助诊断应用系统。本发明可以显著提升视网膜血管不确定边界分割的准确率,为患者提供个性化医疗服务。
-
公开(公告)号:CN116524256A
公开(公告)日:2023-08-01
申请号:CN202310446642.3
申请日:2023-04-24
Applicant: 南通大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/086 , G06T7/00
Abstract: 本发明提供了一种基于残差神经网络和进化算法的脑MRI图像分类方法,属于医学图像信息智能处理技术领域。其技术方案为:包括如下步骤:S1、图像预处理;S2、构建ResNet神经网络模型;S3、利用差分进化算法DE对ResNet神经网络模型进行优化,获得基于差分进化算法优化的ResNet即DE‑ResNet神经网络模型;S4、将预处理后数据增强的脑MRI图像使用DE‑ResNet神经网络模型对待测脑MRI图像分类。本发明提出了一种基于残差神经网络和进化算法的脑MRI图像分类方法有效地进行脑MRI图像分类,获得更高的图像分类精度和效率。
-
-