公开(公告)号：CN114723698A

公开(公告)日：2022-07-08

申请号：CN202210331209.0

申请日：2022-03-30

Applicant: 浙江工业大学

Inventor： 管秋 ,  张泽涵 ,  杨志强 ,  李志成 ,  楼海燕 ,  胡海根 ,  周乾伟 ,  徐新黎 ,  姜娓娓

IPC: G06T7/00 ,  G06T7/12 ,  G06N3/04 ,  G06V10/44

Abstract: 一种基于多尺度注意力网络的脑血管医学图像分割方法，首先将原始的脑血管MRA图像进行预处理，随后训练一个多尺度注意力UNet网络；网络模型上编码部分通过多尺度注意力模块提取脑血管图像的特征，提升有效特征的学习能力；解码部分通过跳级连接融合多尺度特征，提高模型分割的精准度；最后将待分割的测试数据输入训练好的模型得到分割结果并进行三维重建。本发明考虑脑血管在脑部影像中的复杂特点，针对性地提出网络模型进行脑血管影像的分割与三维重建，解决了脑部血管高度复杂、位置形态不一等带来的分割难题，提高MRI脑血管影像的分割精度。

公开(公告)号：CN114723698B

公开(公告)日：2025-01-17

申请号：CN202210331209.0

申请日：2022-03-30

Applicant: 浙江工业大学

Inventor： 管秋 ,  张泽涵 ,  杨志强 ,  李志成 ,  楼海燕 ,  胡海根 ,  周乾伟 ,  徐新黎 ,  姜娓娓

IPC: G06T7/00 ,  G06T7/12 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/44 ,  G06V10/82

Abstract: 一种基于多尺度注意力网络的脑血管医学图像分割方法，首先将原始的脑血管MRA图像进行预处理，随后训练一个多尺度注意力UNet网络；网络模型上编码部分通过多尺度注意力模块提取脑血管图像的特征，提升有效特征的学习能力；解码部分通过跳级连接融合多尺度特征，提高模型分割的精准度；最后将待分割的测试数据输入训练好的模型得到分割结果并进行三维重建。本发明考虑脑血管在脑部影像中的复杂特点，针对性地提出网络模型进行脑血管影像的分割与三维重建，解决了脑部血管高度复杂、位置形态不一等带来的分割难题，提高MRI脑血管影像的分割精度。

公开(公告)号：CN117557527A

公开(公告)日：2024-02-13

申请号：CN202311536481.3

申请日：2023-11-17

Applicant: 浙江工业大学

Inventor： 管秋 ,  赵柯尔 ,  陈秋驹 ,  李志成 ,  杨志强 ,  刘东春 ,  陈峰 ,  周乾伟 ,  胡海根

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/774

Abstract: 一种基于扩散模型的小样本医学影像数据集增广方法，包括以下步骤：步骤S1:截取患者的医学影像中的病灶部位作为病灶医学影像；步骤S2:对病灶医学影像数据构建文本级标签；步骤S3:创建其对应的超网络；步骤S4:利用图文对训练超网络；步骤S5:对不同批次的超网络进行初筛；步骤S6:对不同批次的超网络进行精筛；步骤S7:根据不同的下游任务对医学影像数据进行增广操作。本发明有利于提高医学下游任务的性能，有效提升病灶的早筛任务，间接提高医生的工作效率。