-
公开(公告)号：CN117726614A
公开(公告)日：2024-03-19
申请号：CN202311831919.0
申请日：2023-12-28
Applicant: 徐州医科大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/0895 , G06N3/094
Abstract: 本发明提出一种质量感知网络与类注意力暹罗网络协同的医学融合图像质量评价方法，涉及医学图像融合领域，能够有效提升图像质量，包括图像生成阶段和图像质量评价阶段：图像生成阶段，引入融合图像的医生视觉感知分数DVPS，基于质量感知网络学习源图像、融合图像和DVPS的关系，然后，在质量感知网络中输入DVPS以及2张同位置同角度不同模态的源图像一和源图像二，生成不同DVPS的参考图像；融合图像质量评价阶段，在少镜头学习下，将参考图像输入到基于类激活映射的类注意力暹罗网络中，强制引导模型聚焦于关键病变区域，预测未标记融合图像的质量分数。
-
公开(公告)号：CN117726614B
公开(公告)日：2024-07-05
申请号：CN202311831919.0
申请日：2023-12-28
Applicant: 徐州医科大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/0895 , G06N3/094
Abstract: 本发明提出一种质量感知网络与类注意力暹罗网络协同的医学融合图像质量评价方法，涉及医学图像融合领域，能够有效提升图像质量，包括图像生成阶段和图像质量评价阶段：图像生成阶段，引入融合图像的医生视觉感知分数DVPS，基于质量感知网络学习源图像、融合图像和DVPS的关系，然后，在质量感知网络中输入DVPS以及2张同位置同角度不同模态的源图像一和源图像二，生成不同DVPS的参考图像；融合图像质量评价阶段，在少镜头学习下，将参考图像输入到基于类激活映射的类注意力暹罗网络中，强制引导模型聚焦于关键病变区域，预测未标记融合图像的质量分数。
-
公开(公告)号：CN114708236B
公开(公告)日：2023-04-07
申请号：CN202210386468.3
申请日：2022-04-11
Applicant: 徐州医科大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于TSN和SSN在超声图像中的甲状腺结节良恶性分类方法，包括如下步骤：收集甲状腺结节的超声图像和病理结果，生成甲状腺结节的轮廓掩膜图像；建立纹理聚焦流网络TSN；建立轮廓检测CD模块引导的形状聚焦流网络SSN；将TSN和SSN的输出拼接在一起进行结节分类；采用CAM注意力网络来引导TSN和SSN，使得决策注意力集中在结节区域；将决策注意图限制在轮廓掩膜的范围内，获取最终甲状腺结节性质的分类。本发明设计的TSN和SSN可以很好地互补，能够捕捉更加丰富的结节特征信息，能够明显提高TSN和SSN双流网络的性能。本发明性能稳定，准确率高，为临床提供客观参考。
-
公开(公告)号：CN114708236A
公开(公告)日：2022-07-05
申请号：CN202210386468.3
申请日：2022-04-11
Applicant: 徐州医科大学
Abstract: 本发明公开了一种基于TSN和SSN在超声图像中的甲状腺结节良恶性分类方法，包括如下步骤：收集甲状腺结节的超声图像和病理结果，生成甲状腺结节的轮廓掩膜图像；建立纹理聚焦流网络TSN；建立轮廓检测CD模块引导的形状聚焦流网络SSN；将TSN和SSN的输出拼接在一起进行结节分类；采用CAM注意力网络来引导TSN和SSN，使得决策注意力集中在结节区域；将决策注意图限制在轮廓掩膜的范围内，获取最终甲状腺结节性质的分类。本发明设计的TSN和SSN可以很好地互补，能够捕捉更加丰富的结节特征信息，能够明显提高TSN和SSN双流网络的性能。本发明性能稳定，准确率高，为临床提供客观参考。
-
-
-
Search Results
4
records
(took 0.015 seconds)
