-
公开(公告)号：CN112419320A
公开(公告)日：2021-02-26
申请号：CN202110086166.X
申请日：2021-01-22
Applicant: 湖南师范大学
Abstract: 本发明提供了一种基于SAM与多层UDA的跨模态心脏分割方法，包括步骤：S1：建立分割网络模型，并利用建立的分割网络模型对图像进行特征提取；S2：利用空间注意力机制对提取特征的相关区域进行增强，对非相关区域进行抑制；S3：在整个分割网络提取特征的低层和高层分别添加多个特征域鉴别器，进行特征细粒度迁移。本发明在对抗域自适应网络的基础上引入空间注意力机制和多层域鉴别器，有效地将从源域和目标域提取的特征进行细粒度对齐。
-
公开(公告)号：CN112419320B
公开(公告)日：2021-04-27
申请号：CN202110086166.X
申请日：2021-01-22
Applicant: 湖南师范大学
Abstract: 本发明提供了一种基于SAM与多层UDA的跨模态心脏分割方法，包括步骤：S1：建立分割网络模型，并利用建立的分割网络模型对图像进行特征提取；S2：利用空间注意力机制对提取特征的相关区域进行增强，对非相关区域进行抑制；S3：在整个分割网络提取特征的低层和高层分别添加多个特征域鉴别器，进行特征细粒度迁移。本发明在对抗域自适应网络的基础上引入空间注意力机制和多层域鉴别器，有效地将从源域和目标域提取的特征进行细粒度对齐。
-
Patent Agency Ranking
公开(公告)号：CN112017198B
公开(公告)日：2021-01-15
申请号：CN202011106465.7
申请日：2020-10-16
Applicant: 湖南师范大学
Abstract: 本说明书一个或多个实施例提供一种基于自注意力机制多尺度特征的右心室分割方法及装置，通过基于自注意力机制多尺度特征的右心室分割网络模型，提取心脏磁共振图像中的右心室特征；根据右心室特征，对待分割的心脏磁共振图像中的区域进行标记，得到右心室分割结果。本公开通过若干不同扩张速率的空洞卷积层，提取不同尺度的右心室的特征，基于自注意力机制，动态的在空间和通道维度上分段性聚焦右心室的特征，并通过集成骰子损失与加权交叉熵损失的复合损失函数，解决了右心室区域和背景区域不均衡的问题，提高了右心室分割的准确性以及效率。
-
公开(公告)号：CN112017198A
公开(公告)日：2020-12-01
申请号：CN202011106465.7
申请日：2020-10-16
Applicant: 湖南师范大学
Abstract: 本说明书一个或多个实施例提供一种基于自注意力机制多尺度特征的右心室分割方法及装置，通过基于自注意力机制多尺度特征的右心室分割网络模型，提取心脏磁共振图像中的右心室特征；根据右心室特征，对待分割的心脏磁共振图像中的区域进行标记，得到右心室分割结果。本公开通过若干不同扩张速率的空洞卷积层，提取不同尺度的右心室的特征，基于自注意力机制，动态的在空间和通道维度上分段性聚焦右心室的特征，并通过集成骰子损失与加权交叉熵损失的复合损失函数，解决了右心室区域和背景区域不均衡的问题，提高了右心室分割的准确性以及效率。
-
公开(公告)号：CN110910405B
公开(公告)日：2023-04-18
申请号：CN201911143349.X
申请日：2019-11-20
Applicant: 湖南师范大学
Abstract: 本发明提供了一种基于多尺度空洞卷积神经网络的脑肿瘤分割方法及其系统，包括：构建多尺度空洞卷积神经网络模型；获取多模态MRI脑肿瘤图像，通过多尺度空洞卷积神经网络模型提取多模态MRI脑肿瘤图像的三维特征图；对三维特征图进行上采样，使提取的三维特征图还原到原始的尺寸；对原始尺寸的三维特征图进行信息融合得到脑肿瘤分割结果。通过构建多尺度空洞卷积神经网络模型，将多模态MRI脑肿瘤图像输入多尺度空洞卷积神经网络模型，输出脑肿瘤分割结果。本发明解决了在三维脑肿瘤分割中信息易丢失的问题，提高了分割的效率和准确率，实现了脑肿瘤的自动分割、检测与可视化，为脑肿瘤的诊断、手术治疗提供直观、量化参考。
-
公开(公告)号：CN110910405A
公开(公告)日：2020-03-24
申请号：CN201911143349.X
申请日：2019-11-20
Applicant: 湖南师范大学
Abstract: 本发明提供了一种基于多尺度空洞卷积神经网络的脑肿瘤分割方法及其系统，包括：构建多尺度空洞卷积神经网络模型；获取多模态MRI脑肿瘤图像，通过多尺度空洞卷积神经网络模型提取多模态MRI脑肿瘤图像的三维特征图；对三维特征图进行上采样，使提取的三维特征图还原到原始的尺寸；对原始尺寸的三维特征图进行信息融合得到脑肿瘤分割结果。通过构建多尺度空洞卷积神经网络模型，将多模态MRI脑肿瘤图像输入多尺度空洞卷积神经网络模型，输出脑肿瘤分割结果。本发明解决了在三维脑肿瘤分割中信息易丢失的问题，提高了分割的效率和准确率，实现了脑肿瘤的自动分割、检测与可视化，为脑肿瘤的诊断、手术治疗提供直观、量化参考。
-
公开(公告)号：CN110689020A
公开(公告)日：2020-01-14
申请号：CN201910960447.6
申请日：2019-10-10
Applicant: 湖南师范大学
Abstract: 本发明公开了一种矿物浮选泡沫图像的分割方法及电子设备。所述分割方法包括：获取待分割泡沫图像；通过提取网络对所述待分割泡沫图像进行特征提取，得到多个特征图；采用处理网络，根据所述多个特征图得到泡沫分割图像。通过提取网络得到待分割泡沫图像的特征图，结合处理网络，解决待分割泡沫图像分辨率低、干扰信息多的问题，基于所述特征图得到泡沫分割图像，能够获得更多的泡沫信息，具有准确性高、可靠性高的优势，解决泡沫图像分辨率低、干扰信息多、泡沫粘连严重带来的分割困难、准确率低等问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
