公开(公告)号：CN119380030B

公开(公告)日：2025-04-08

申请号：CN202411947420.0

申请日：2024-12-27

Applicant: 安徽大学 ,  安徽医科大学第一附属医院

Inventor： 徐晨初 ,  胡宗飞 ,  陶敏 ,  张洁 ,  陈洁 ,  李小虎 ,  王源

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09 ,  G06T7/00

Abstract: 本发明的一种面向医疗视频不明显病变区域的分割方法、设备及介质，包括首先对胃肠道视频数据进行采集，并通过预处理步骤确保数据的高质量，采用记忆对齐网络技术，用于捕捉相邻视频帧与当前帧之间的空间特征对应关系，从而增强当前帧的特征表示。增强后的特征被送入主解码器，该解码器通过构建的多级特征融合网络，有效地整合高层语义特征与低层细节特征，深入挖掘不明显病变的空间和结构信息，以生成初步的分割图。应用渐进式分割优化网络进一步细化分割结果，以提高分割的准确性。通过监督学习训练的模型，能够输出每个图像序列中不明显病变的精确预测分割图。本发明有效地解决了胃肠道不明显病变难以发现的问题，显著提升了分割的精确度。

公开(公告)号：CN119380030A

公开(公告)日：2025-01-28

申请号：CN202411947420.0

申请日：2024-12-27

Applicant: 安徽大学 ,  安徽医科大学第一附属医院

Inventor： 徐晨初 ,  胡宗飞 ,  陶敏 ,  张洁 ,  陈洁 ,  李小虎 ,  王源

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09 ,  G06T7/00

Abstract: 本发明的一种面向医疗视频不明显病变区域的分割方法、设备及介质，包括首先对胃肠道视频数据进行采集，并通过预处理步骤确保数据的高质量，采用记忆对齐网络技术，用于捕捉相邻视频帧与当前帧之间的空间特征对应关系，从而增强当前帧的特征表示。增强后的特征被送入主解码器，该解码器通过构建的多级特征融合网络，有效地整合高层语义特征与低层细节特征，深入挖掘不明显病变的空间和结构信息，以生成初步的分割图。应用渐进式分割优化网络进一步细化分割结果，以提高分割的准确性。通过监督学习训练的模型，能够输出每个图像序列中不明显病变的精确预测分割图。本发明有效地解决了胃肠道不明显病变难以发现的问题，显著提升了分割的精确度。

公开(公告)号：CN117036714B

公开(公告)日：2024-02-09

申请号：CN202311294605.1

申请日：2023-10-09

Applicant: 安徽大学

Inventor： 徐晨初 ,  李萌 ,  王源 ,  齐荣晖 ,  宋俞荭 ,  韩龙飞 ,  张鼎文 ,  韩军伟

IPC: G06V10/26 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08 ,  G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明的一种融合混合注意力机制的肠息肉分割方法、系统及介质，包括以下内容：对基于内窥镜下的肠息肉图像进行预处理，包括数据增强、自适应阈值对分割目标的区域提取，用于增强分割模型的鲁棒性和挖掘更准确的目标的边界信息；构建特征令牌金字塔模块提高对肠息肉图像的语义信息提取能力，同时采用更少的模块来构建该特征令牌金字塔可以获取具有多尺度感知的语义信息；构建全局特征提取模块利用局部‑全局训练策略降低分割模型对数据样本量的需求并进一步提高分割性能；构建特征融合模块缓解在融合不同尺度特征令牌之间的语义差异；构建多尺度融合模块从元素角度对所有尺度特(56)对比文件Chenchu Xu 等.TransCC: TransformerNetwork for Coronary Artery CCTASegmentation《.arXiv：2310.04779V1》.2023,全文.Jianguo Cui 等.A Multi-Scale Cross-Fusion Medical Image Segmentation NetworkBased on Dual-Attention MechanismTransformer《.MDPI》.2023,全文.刘伟光 等.一种基于 TransUnet 的臂丛神经超声图像分割网络《.无线电通信技术》.2023,全文.

公开(公告)号：CN120032170A

公开(公告)日：2025-05-23

申请号：CN202510117339.8

申请日：2025-01-24

Applicant: 安徽大学 ,  安徽医科大学第一附属医院

Inventor： 徐晨初 ,  王源 ,  陶敏 ,  张洁 ,  李小虎 ,  余永强

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06T7/00

Abstract: 本发明的一种基于小样本学习的罕见疾病图像分类方法、设备及介质，通过巧妙地构建特征回溯融合编码器，利用下一层特征为当前层生成注意力掩码，以减少低层特征中无用的噪声信息，从而更好地将低层特征中空间细节信息融合到高层特征中，有效地提高了模型对胃肠道疾病区域的分类性能；其次，多级原型重构网络进一步捕获支持集和查询集样本之间的语义相关性，以增强支持图像表示上的区分区域，为每个查询样本生成适合当前查询样本的校准类中心。基于欧氏距离的分类器输出该查询样本的分类结果，利用交叉熵函数指导模型优化，确保分类结果的精度。最终，基于小样本学习的罕见疾病图像分类模型经过严格的训练和测试，能够输出每个图像的分类结果。

公开(公告)号：CN118154580A

公开(公告)日：2024-06-07

申请号：CN202410444561.4

申请日：2024-04-15

Applicant: 安徽大学

Inventor： 徐晨初 ,  任勇 ,  李永康 ,  李昊 ,  李锦辰 ,  王源 ,  贾逸文

IPC: G06T7/00 ,  G06T7/10 ,  G06V10/26 ,  G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明的一种内窥镜多部位医学图像分割识别方法、设备及存储介质，包括，使用基本编码器从输入的胃部不同组织内窥镜图像中提取特征信息，并将这些特征信息传递给子路径方向激励模块和交互式特征空间解码器。使用子路径方向激励模块将定向子空间从共享的潜在空间中解纠缠并且解出通道方向特征，再基于空间解码器确保方向相关信息能够有效地融合到每一层的特征映射中。整合得到特征图，基于双边投票通道聚合模块得到最终的分割图。本发明采用新的基于指向性连接的分割网络，能够将定向子空间从共享的潜在空间中解纠缠，并利用提取的方向特征来增强整体数据表示，提高胃部标志物切分的解剖一致性，实现内窥镜对胃部不同组织的疾病切分识别。

公开(公告)号：CN117036714A

公开(公告)日：2023-11-10

申请号：CN202311294605.1

申请日：2023-10-09

Applicant: 安徽大学

Inventor： 徐晨初 ,  李萌 ,  王源 ,  齐荣晖 ,  宋俞荭 ,  韩龙飞 ,  张鼎文 ,  韩军伟

IPC: G06V10/26 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08 ,  G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明的一种融合混合注意力机制的肠息肉分割方法、系统及介质，包括以下内容：对基于内窥镜下的肠息肉图像进行预处理，包括数据增强、自适应阈值对分割目标的区域提取，用于增强分割模型的鲁棒性和挖掘更准确的目标的边界信息；构建特征令牌金字塔模块提高对肠息肉图像的语义信息提取能力，同时采用更少的模块来构建该特征令牌金字塔可以获取具有多尺度感知的语义信息；构建全局特征提取模块利用局部‑全局训练策略降低分割模型对数据样本量的需求并进一步提高分割性能；构建特征注入模块缓解在融合不同尺度特征令牌之间的语义差异；构建多尺度融合模块从元素角度对所有尺度特征令牌进行融合，减少空间信息的损失并增强网络的鲁棒性。