-
公开(公告)号:CN116681679A
公开(公告)日:2023-09-01
申请号:CN202310683187.9
申请日:2023-06-09
Applicant: 成都信息工程大学 , 南充生物医药产业技术研究院
Abstract: 本发明提出基于双分支特征融合注意的医学图像小目标分割方法,尤其涉及医学图像癌变区域和目标器官的分割,主要针对小目标分割精度不高的问题。构建的分割模型主要包括两个核心模块:双分支特征融合模块DFFM和反向注意上下文模块RACM,首先利用双分支特征编码器提取多分辨率特征,然后构建DFFM,聚合全局和局部上下文信息,实现特征间的信息互补,为精确分割小目标提供足够的指导。为了缓解医学图像边界模糊导致的分割精度下降,提出了反向注意上下文模块来增强特征的边缘纹理,本发明采用六个不同的数据集作为训练集,通过实验证明,本发明方法在参数更少,推理速度更快,模型复杂度更低的情况下,其分割精度比现有方法有更好的表现。
-
公开(公告)号:CN117705182A
公开(公告)日:2024-03-15
申请号:CN202311579536.9
申请日:2023-11-24
Applicant: 成都信息工程大学
IPC: G01D21/02
Abstract: 本发明涉及一种应用于智慧城市的数据监测方法,包括:基于水域监控设备在实时监测周期内摄取到若干水面环境监控图像分析得到目标水域的若干实时水面动态分布图,基于上一监测周期内摄取到的水面环境监控图像确定目标水域的若干历史水面动态分布图,利用目标水域内大颗粒污染物的若干实时水面动态分布图和若干历史水面动态分布图生成目标水域的全局污染量关联图,根据目标水域在实时监测周期内的多模态环境数据生成目标水域的多维水域环境特征,根据目标水域的全局污染量关联图和多维水域环境特征分析得到目标水域在下一个监测周期内的水面污染量。
-