公开(公告)号：CN117576033A

公开(公告)日：2024-02-20

申请号：CN202311540075.4

申请日：2023-11-17

Applicant: 吉林大学

Inventor： 李雄飞 ,  路闻博 ,  杨飞扬 ,  张小利 ,  徐飞龙 ,  李忱阳 ,  郁欣怡

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/0895

Abstract: 本公开提供了基于多任务自监督学习的医学图像分割方法、装置及介质，获取医学图像，所述图像为灰度图像或彩色图像；将所述图像通过多任务联合预训练模块，根据任务要求不同进行训练，得到预训练好的编码器；将所述图像按照多个自监督学习任务的任务要求进行像素级变换；将所述图像的变换图像通过一个编码器结构，获得一个整合后的高维特征输出；将所述高维特征输出通过一个多头投影头，根据多任务要求训练以更新编码器参数；将所述编码器与分割解码器组合，对需分割的图像处理后输入，得到分割结果。针对多任务预训练模块设计了基于梯度的动态权重调整机制和动态学习率调整机制，缓解了多任务收敛速度的差异，更好地协同了多任务之间的学习过程。

公开(公告)号：CN114549384A

公开(公告)日：2022-05-27

申请号：CN202210172710.7

申请日：2022-02-24

Applicant: 吉林大学

Inventor： 张小利 ,  徐飞龙 ,  王禹 ,  杨飞扬 ,  于爽 ,  李雄飞

IPC: G06T5/50 ,  G06T5/00 ,  G06T7/11 ,  G06K9/62 ,  G06F17/16 ,  G06V10/774

Abstract: 本发明公开一种基于多尺度字典和递归滤波器的图像融合方法，包括步骤一、获取源图像，步骤二、字典训练及稀疏特征的计算，步骤三、基于自适应递归滤波器扩展得到像素级聚焦度量，步骤四、决策图的生成，步骤五、根据决策图及融合规则融合源图像；本发明采用多尺度稀疏特征作为数据驱动的块级聚焦度量，然后将其扩展到像素级，对时间成本和设备要求降低，能有效消除边界歧义，直接用于生成决策图而无需后处理。同时，还考虑了源图像之间的尺度差异和相关性，以构建稳健的聚焦度量，像素级聚焦度量克服了块级和手工聚焦度量的局限性，鲁棒性更强。