-
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
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。
-
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
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:CN115965630A
公开(公告)日:2023-04-14
申请号:CN202211464842.3
申请日:2022-11-22
Applicant: 安徽大学
IPC: G06T7/10 , G06T7/136 , G06T5/50 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于内窥镜图像的深度融合的肠息肉分割方法及装置,所述方法包括:采集内窥镜下肠息肉图像并进行预处理得到训练集和测试集;利用门控轴向注意力机制模块和滑动窗口注意力机制模块构建深度特征融合模块;利用门控轴向注意力机制模块、深度特征融合模块以及注意力门控模块构建肠息肉图像分割模型;利用训练集训练肠息肉图像分割模型得到最优的肠息肉图像分割模型;将实时采集的内窥镜下肠息肉图像输入最优的肠息肉图像分割模型得到预测分割图像;本发明的优点在于:解决了由于缺乏大量带有标签数据的问题,训练成本和训练难度较低。
-
-