-
公开(公告)号：CN114820649A
公开(公告)日：2022-07-29
申请号：CN202210349732.6
申请日：2022-04-02
Applicant: 复旦大学
Abstract: 本发明公开基于弱监督学习的肝脏血管分割方法、装置、设备及介质，方法包括：通过带噪标签训练出两个具有差异的肝脏血管分割网络模型；使用两个模型分别进行分割而获得预测标签；通过标签优化模块为预测标签和带噪标签赋予权重，获得具有权重的优化标签；使用优化标签对两个模型分别进行迭代训练而获得两个迭代模型；使用两个迭代模型继续进行分割而获得新的预测标签；在迭代模型的分割效果有提升时，继续调用标签优化模块而获得新的优化标签，并继续对模型进行迭代直至收敛；通过收敛后的模型对输入的CT图像进行分割而获得分割结果。本发明能够有效降低带噪标签对分割结果的不利影响，从而能够减少标签标注所耗费的人力、物力和时间。
-
公开(公告)号：CN120020870A
公开(公告)日：2025-05-20
申请号：CN202311539277.7
申请日：2023-11-17
Applicant: 复旦大学
Abstract: 本发明涉及一种基于点云和体素融合策略的肝脏Couinaud分段方法，该方法包括以下步骤：步骤S1、从CT影像中提取肝脏掩膜，并生成肝脏血管注意力图；步骤S2、基于肝脏血管注意力图对肝脏进行3D空间下的连续点采样；步骤S3、将采样得到的3D点云体素化；步骤S4、基于3D空间中坐标点的拓扑关系和体素网格的语义信息，构建多尺度点云体素融合网络，并进行肝脏Couinaud分段预测。与现有技术相比，本发明具有精准度高的优点。
-
Patent Agency Ranking
公开(公告)号：CN116109822A
公开(公告)日：2023-05-12
申请号：CN202211692293.5
申请日：2022-12-28
Applicant: 复旦大学
IPC: G06V10/26 , G06V20/70 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本发明提供了一种基于多尺度多视图网络的器官图像分割方法及系统；其中，所述方法包括：S1，对腹部器官CT图像进行预处理；S2，训练多器官网络模型，使用其对所述腹部器官CT图像进行粗分割，根据粗分割结果提取单器官的小块，并保存各小块的坐标；S3，训练单器官多尺度多视图网络模型，使用其对各所述小块进行细分割；S4，根据粗分割结果和细分割结果生成目标分割视图。本发明实现了对腹部器官的精准分割。
-
公开(公告)号：CN115100115B
公开(公告)日：2025-03-11
申请号：CN202210577649.4
申请日：2022-05-25
Applicant: 复旦大学
IPC: G06T7/00 , G06T7/11 , G06T7/187 , G06T3/4007 , G06T7/73 , G06V10/774 , G06V10/77 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本公开提供了一种器官图像分割的方法、装置、设备及存储介质，属于计算技术领域，能够提高器官尤其是小器官的分割准确度。具体地，通过参考大器官形状来帮助难以分割的小器官实现精准分割，改进了当前器官分割的方法，从而使小器官在形状不定、体素少、边界模糊的情况下也能获得很好的分割效果。
-
公开(公告)号：CN114820649B
公开(公告)日：2025-03-07
申请号：CN202210349732.6
申请日：2022-04-02
Applicant: 复旦大学
IPC: G06T7/11 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开基于弱监督学习的肝脏血管分割方法、装置、设备及介质，方法包括：通过带噪标签训练出两个具有差异的肝脏血管分割网络模型；使用两个模型分别进行分割而获得预测标签；通过标签优化模块为预测标签和带噪标签赋予权重，获得具有权重的优化标签；使用优化标签对两个模型分别进行迭代训练而获得两个迭代模型；使用两个迭代模型继续进行分割而获得新的预测标签；在迭代模型的分割效果有提升时，继续调用标签优化模块而获得新的优化标签，并继续对模型进行迭代直至收敛；通过收敛后的模型对输入的CT图像进行分割而获得分割结果。本发明能够有效降低带噪标签对分割结果的不利影响，从而能够减少标签标注所耗费的人力、物力和时间。
-
公开(公告)号：CN116188486A
公开(公告)日：2023-05-30
申请号：CN202211709623.7
申请日：2022-12-29
Applicant: 复旦大学
IPC: G06T7/11 , G06T7/00 , G06V10/26 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种面向腹腔镜肝脏手术的视频分割方法及系统，属于视频分割技术领域，方法包括：对腹腔镜肝脏手术视频预处理，得到训练数据；构建视频肝脏分割网络，包括用于从输入的视频帧中分割出肝脏的骨干网络以及用于对输入的视频帧进行时间一致性约束和遮挡估计的辅助网络；通过知识蒸馏的方法对视频肝脏分割网络进行训练，并在训练完成后提取骨干网络为视频肝脏分割模型；通过视频肝脏分割模型对输入的实时视频数据进行分割，得到肝脏分割结果。本发明基于时空一致性约束的训练过程，能够充分利用到视频中未标注的帧，保证了高精度；基于知识蒸馏方法压缩模型，节省算力的同时保证了预测的实时性，在术中实时地为医生提供辅助。
-
公开(公告)号：CN115100115A
公开(公告)日：2022-09-23
申请号：CN202210577649.4
申请日：2022-05-25
Applicant: 复旦大学
Abstract: 本公开提供了一种器官图像分割的方法、装置、设备及存储介质，属于计算技术领域，能够提高器官尤其是小器官的分割准确度。具体地，通过参考大器官形状来帮助难以分割的小器官实现精准分割，改进了当前器官分割的方法，从而使小器官在形状不定、体素少、边界模糊的情况下也能获得很好的分割效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
