公开(公告)号：CN119273704A

公开(公告)日：2025-01-07

申请号：CN202411807262.9

申请日：2024-12-10

Applicant: 安徽大学

Inventor： 徐凯 ,  马业成 ,  汪帮俊 ,  贾兆红 ,  黄勇

IPC: G06T7/11 ,  G06T5/70 ,  G06T5/60 ,  G06V10/46 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提供了一种显著性参考和解耦的食管肿瘤CT影像扩散分割方法，通过结合显著性伪标签和扩散去噪网络，提高肿瘤分割的准确性。首先，对食管肿瘤CT图像进行预处理，并生成显著性伪标签，增强网络对肿瘤区域的关注。然后，构建显著性参考的分割网络和扩散去噪网络，采用条件扩散模型逐步加噪和去噪还原图像。设计了分割与去噪任务解耦的多任务学习框架，通过一致性约束确保任务之间的协同优化。通过联合优化交叉熵损失、Dice损失、均方误差和一致性损失，提高分割性能。实验结果表明，该方法能有效提升食管肿瘤的分割精度，具有较强的临床应用潜力。

公开(公告)号：CN116645380A

公开(公告)日：2023-08-25

申请号：CN202310688086.0

申请日：2023-06-12

Applicant: 合肥市第二人民医院 ,  安徽大学

Inventor： 黄勇 ,  徐凯 ,  张飞翔

IPC: G06T7/11 ,  G16H30/20 ,  G06V10/774 ,  G06V10/80 ,  G06T3/40 ,  G06T5/00

Abstract: 本发明涉及基于两阶段渐进式信息融合的食管癌CT图像肿瘤区自动分割方法，与现有技术相比解决了难以针对食管癌CT图像进行自动分割的缺陷。本发明包括以下步骤：食管癌CT图像的获取及预处理；构建食管癌CT图像分割模型；食管癌CT图像分割模型的训练；待分割食管癌CT图像的获得及预处理；食管癌CT图像分割结果的获得。本发明基于食管CT影像噪声大、分辨率不高、有伪影的特点，提出用图像超分辨率重建网络提取的特征，再渐进式融合到分割网络中，有效的增强了食管CT影像的质量，能够使网络提取到更加丰富的细节特征，可以有效地进行食管癌靶区的分割和勾画，提高分割的准确性和效率。

公开(公告)号：CN119273704B

公开(公告)日：2025-04-04

申请号：CN202411807262.9

申请日：2024-12-10

Applicant: 安徽大学

Inventor： 徐凯 ,  马业成 ,  汪帮俊 ,  贾兆红 ,  黄勇

IPC: G06T7/11 ,  G06T5/70 ,  G06T5/60 ,  G06V10/46 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提供了一种显著性参考和解耦的食管肿瘤CT影像扩散分割方法，通过结合显著性伪标签和扩散去噪网络，提高肿瘤分割的准确性。首先，对食管肿瘤CT图像进行预处理，并生成显著性伪标签，增强网络对肿瘤区域的关注。然后，构建显著性参考的分割网络和扩散去噪网络，采用条件扩散模型逐步加噪和去噪还原图像。设计了分割与去噪任务解耦的多任务学习框架，通过一致性约束确保任务之间的协同优化。通过联合优化交叉熵损失、Dice损失、均方误差和一致性损失，提高分割性能。实验结果表明，该方法能有效提升食管肿瘤的分割精度，具有较强的临床应用潜力。