公开(公告)号：CN119067992A

公开(公告)日：2024-12-03

申请号：CN202411174674.3

申请日：2024-08-26

Applicant: 电子科技大学长三角研究院(衢州) ,  衢州学院

Inventor： 刘念伯 ,  周小龙 ,  田昊翔 ,  王晓敏 ,  杨梅乙 ,  刘明辉 ,  邓佳丽 ,  龚海刚 ,  刘明

IPC: G06T7/11 ,  G06T5/70 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0895

Abstract: 本发明公开了一种应用深度学习在CT切片图像上分割肝脏肿瘤的方法。该方法引入了一个名为MPVT+的神经网络框架，用于在带有噪声标签的数据集上训练肝脏肿瘤的分割模型。通过使用对噪声具有鲁棒性的适配器模型方法，MPVT+模型能够有效地适配并筛选训练数据集中的噪声标签，从而减少噪声对神经网络的干扰。此外，MPVT+模型还通过半监督学习方法增强其泛化能力，使其能够高效地学习复杂的CT切片图像特征。在测试数据集上，该模型的索伦森‑戴斯系数为80.29％，雅卡尔指数为68.68％，对称体积差为19.71％，体积重叠误差为31.32％。该模型可以无创地使用CT图像分割并定位肝脏内的肿瘤，从而成为帮助医生制定各种肝脏肿瘤治疗策略的潜在工具。

公开(公告)号：CN119478530A

公开(公告)日：2025-02-18

申请号：CN202411631288.2

申请日：2024-11-15

Applicant: 浙江玉铉科技有限公司 ,  电子科技大学长三角研究院(衢州)

Inventor： 杨梅乙 ,  魏毅 ,  邓佳丽 ,  刘明辉 ,  王晓敏 ,  刘念伯 ,  龚海刚

IPC: G06V10/764 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895 ,  G06V10/82

Abstract: 本发明涉及一种基于迭代学习的肝肿瘤局灶性病变预测方法，属于计算机模型领域，包括：首先对部分医学影像数据中的病灶区域进行人工标注，得到ROI训练数据，并使用这些数据构建基于YOLOv8的自动化病灶检测模型。在ViT分类模型中，裁剪后的图像被划分为固定大小的图像块，并嵌入到高维空间中。随后，利用位置编码为每个图像块添加位置信息，以保留其空间关系。将嵌入序列输入到Transformer模块，并经过全连接层进行分类处理，最终输出预测的类别。本发明引入了动态学习策略，在不同的训练阶段动态调整损失函数中的样本权重，能够减轻模型的累积误差，同时有效地处理不确定样本。

公开(公告)号：CN118657791A

公开(公告)日：2024-09-17

申请号：CN202410967844.7

申请日：2024-07-18

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 王晓敏 ,  胡哲铭 ,  龚海刚 ,  杨梅乙 ,  刘念伯 ,  刘明 ,  刘明辉 ,  邓佳丽

IPC: G06T7/10 ,  G06T7/00

Abstract: 本发明涉及一种基于深度学习的疾病图像分割方法，包括：模型编码器的Stem部分对输入图像进行处理，在Stem后串联四个Mixed Layer，四个Mixed Layer依次对图像进行处理，且每个Mixed Layer将处理后的数据输入到下一个Mixed Layer；模型解码器通过五个Decoder Block串联组成，每个Decoder Block通过一个双线性上采样层和两个卷积层组成，前四个Decoder Block在通道维度连接来自跳跃连接的编码器潜层细节特征，并通过最后一个Decoder Block输出最终分割结果。本发明兼顾低计算成本、提取CT数据z轴特征的能力以及优越的分割性能。