公开(公告)号：CN117495871A

公开(公告)日：2024-02-02

申请号：CN202311370507.1

申请日：2023-10-23

Applicant: 湖南科技大学

Inventor： 廖苗 ,  唐红亮 ,  杨睿新 ,  邸拴虎 ,  赵于前

IPC: G06T7/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于残差解码结构的医学图像分割方法，具体实现为：(1)建立包含原始图像和其对应分割金标准的训练数据集；(2)构建一种基于残差解码结构的编解码网络，该网络在编码路径中采用无损下采样降低图像分辨率、扩大网络感受野，同时在解码器中引入注意力门和卷积注意力对不同来源特征进行深度挖掘与提取，并引入残差连接，将不同解码阶段的特征进行融合；(4)利用训练数据集对网络进行训练，直至预先设定的损失函数收敛；(5)运用训练好的网络对待分割的图像进行测试，得到分割结果。本发明可有效解决现有下采样操作造成的信息丢失问题，充分挖掘特征的相互依赖关系，获得精确的分割结果。

公开(公告)号：CN117495872B

公开(公告)日：2025-05-09

申请号：CN202311370730.6

申请日：2023-10-23

Applicant: 湖南科技大学

Inventor： 廖苗 ,  杨睿新 ,  邸拴虎 ,  梁伟 ,  赵于前

IPC: G06T7/10 ,  G06V10/44 ,  G06V10/42 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于交叉增强自注意力的医学图像分割方法，具体实现为：(1)建立包含原始图像和其对应分割金标准的训练数据集；(2)构建一种基于交叉增强自注意力的编解码网络，在编码器中引入对称块融合模块和交叉增强自注意力模块，充分提取图像局部和全局信息；(4)利用训练数据集对网络进行训练，直至预先设定的损失函数收敛；(5)运用训练好的网络对待分割的图像进行测试，得到分割结果。本发明可有效建立图像长距离和短距离依赖关系，对于边界模糊、形状不规则的目标区域，均可获得精确的分割结果。

公开(公告)号：CN117495872A

公开(公告)日：2024-02-02

申请号：CN202311370730.6

申请日：2023-10-23

Applicant: 湖南科技大学

Inventor： 廖苗 ,  杨睿新 ,  邸拴虎 ,  梁伟 ,  赵于前

IPC: G06T7/10 ,  G06V10/44 ,  G06V10/42 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于交叉增强自注意力的医学图像分割方法，具体实现为：(1)建立包含原始图像和其对应分割金标准的训练数据集；(2)构建一种基于交叉增强自注意力的编解码网络，在编码器中引入对称块融合模块和交叉增强自注意力模块，充分提取图像局部和全局信息；(4)利用训练数据集对网络进行训练，直至预先设定的损失函数收敛；(5)运用训练好的网络对待分割的图像进行测试，得到分割结果。本发明可有效建立图像长距离和短距离依赖关系，对于边界模糊、形状不规则的目标区域，均可获得精确的分割结果。

公开(公告)号：CN117495870A

公开(公告)日：2024-02-02

申请号：CN202311370212.4

申请日：2023-10-23

Applicant: 湖南科技大学

Inventor： 廖苗 ,  郭娟秀 ,  邸拴虎 ,  杨睿新

IPC: G06T7/10 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于无损下采样的医学图像分割方法，具体实现为：(1)建立包含原始图像和其对应分割金标准的训练数据集；(2)构建一种基于无损下采样的U形网络，在编码阶段采用无损下采样方法缩小特征图尺寸、扩大网络感受野，同时保留图像空间细节信息；(4)利用训练数据集对所构建网络进行训练，直至预先设定的损失函数收敛；(5)运用训练好的网络对待分割的图像进行测试，得到分割结果。本发明可有效解决现有技术在下采样过程易造成图像细节丢失的问题，可提高边界模糊、小尺寸目标的分割精度。