公开(公告)号：CN117893546A

公开(公告)日：2024-04-16

申请号：CN202410122361.7

申请日：2024-01-29

Applicant: 武汉大学人民医院(湖北省人民医院)

Inventor： 张楠 ,  郭莹莹 ,  晏涵 ,  周子颖 ,  廖海含 ,  冯鸿

IPC: G06T7/10 ,  G06T7/00 ,  G06V20/40 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0895 ,  G06N3/092

Abstract: 本发明提供一种基于分层时空Transformer心脏影像分割方法，包括：获取心脏原始影像数据，提取心脏原始影像数据中的图像和视频帧序列；将图像分割成多个不重叠图像补丁，采用线性嵌入层将多个不重叠图像补丁进行嵌入，得到查询特征；将视频帧序列分割成多个不重叠视频补丁，采用线性嵌入层将多个不重叠视频补丁进行嵌入，得到记忆特征利用记忆读取模块计算查询特征和记忆特征的相似度和注意力机制，获得时空特征；通过解码模块的上采样和跳跃连接对时空特征进行解码，得到心脏影像分割结果。本发明通过丰富、完整的时空信息表示，有助于强化网络对复杂视频目标的建模能力，实现更精细和鲁棒的视频目标分割。

公开(公告)号：CN117788812A

公开(公告)日：2024-03-29

申请号：CN202311668210.3

申请日：2023-12-05

Applicant: 武汉大学人民医院(湖北省人民医院)

Inventor： 张楠 ,  廖海含 ,  冯鸿 ,  晏涵 ,  周子颖

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0985 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明公开了一种基于小样本元学习的医学影像语义分割方法和系统。本发明旨在解决小样本量医学图像分割的挑战，提出了一种创新性的方法，将深度生成对抗网络(GAN)的数据增强与基于CMRNet语义分割网络相结合。该方法旨在实现对复杂和异质性心血管结构的精确分割。在该方法中，生成对抗网络和语义分割网络之间存在紧密的逻辑关联和技术依赖，使得两者相互配合，以更好地应对医学图像分割任务的挑战。本发明为小样本量医学图像分割问题提供了一种创新性的解决方案，既保证了分割精度，又克服了数据稀缺性带来的挑战。