公开(公告)号：CN114359642A

公开(公告)日：2022-04-15

申请号：CN202210030228.X

申请日：2022-01-12

Applicant: 大连理工大学

Inventor： 王洪凯 ,  刘林琳

IPC: G06V10/77 ,  G06V10/40 ,  G06V10/82 ,  G06T3/00 ,  G06T5/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于一对一目标查询Transformer的多模态医学图像多器官定位方法，属于医学图像处理技术领域。本发明利用条件高斯模型和Transformer的自注意力机制来模拟器官间位置和大小的相关性。一对一目标查询架构对每个目标器官强制执行一个唯一的目标查询，查询的顺序即为预测的类别，因此不需要进行分类，简化了网络结构，减少冗余计算，且具有更快的学习收敛速度。执行器官检测之前将3D的多模态图像投影到两个正交的2D平面上，再通过多模态融合方法结合来自多模态图像的互补信息，最后将得到的2D边界框反投影得到3D边界框，减少计算负担，获得更稳健的器官定位结果。

公开(公告)号：CN114359642B

公开(公告)日：2024-11-19

申请号：CN202210030228.X

申请日：2022-01-12

Applicant: 大连理工大学

Inventor： 王洪凯 ,  刘林琳

IPC: G06V10/77 ,  G06V10/40 ,  G06V10/82 ,  G06T5/50 ,  G06T3/06 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于一对一目标查询Transformer的多模态医学图像多器官定位方法，属于医学图像处理技术领域。本发明利用条件高斯模型和Transformer的自注意力机制来模拟器官间位置和大小的相关性。一对一目标查询架构对每个目标器官强制执行一个唯一的目标查询，查询的顺序即为预测的类别，因此不需要进行分类，简化了网络结构，减少冗余计算，且具有更快的学习收敛速度。执行器官检测之前将3D的多模态图像投影到两个正交的2D平面上，再通过多模态融合方法结合来自多模态图像的互补信息，最后将得到的2D边界框反投影得到3D边界框，减少计算负担，获得更稳健的器官定位结果。