公开(公告)号：CN115526882A

公开(公告)日：2022-12-27

申请号：CN202211275348.2

申请日：2022-10-18

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 吴少智 ,  曹云建 ,  刘欣刚 ,  田淼 ,  彭攀

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/80

Abstract: 本发明公开了一种医学图像的分类方法、装置、设备及存储介质。该方法包括：将获取到的待测医学图像以及与所述待测医学图像对应的临床特征数据输入到预先训练完成的目标图像分类模型中；其中，所述目标图像分类模型包括主干网络、类别分支网络和分类网络；通过所述主干网络，基于输入的待测医学图像，确定待测特征图；通过所述类别分支网络，基于所述临床特征数据和所述主干网络输出的待测特征图，确定融合特征图；通过所述分类网络，基于所述类别分支网络输出的所述融合特征图，输出所述待测医学图像对应的目标分类结果。本发明实施例解决了现有的目标图像分类模型的输入数据过于简单的问题，提高了目标图像分类模型的分类准确率。

公开(公告)号：CN113920129B

公开(公告)日：2025-04-08

申请号：CN202111089546.5

申请日：2021-09-16

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 吴少智 ,  曹云健 ,  田淼 ,  李琬祎 ,  孙英雪 ,  王宏秋 ,  吴磊 ,  苏涵

IPC: G06T7/11 ,  G06T5/20 ,  G06N3/0464 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774

Abstract: 本发明涉及一种基于多尺度和全局上下文信息的医学图像分割方法和装置，该方法包括：获取待处理医学图像；提取待处理医学图像中的图像特征，得到特征图；学习特征图的多尺度的全局上下文信息；引导多尺度的全局上下文信息与译码器支路特征融合；根据预设尺度与权重的对应关系将与译码器支路特征融合后的多尺度的全局上下文信息组合，得到目标医学图像。本发明在一定程度上解决了相关技术的全卷积网络模型存在的感受野较小、模型深度较浅和编码解码过程信息损失大的问题。此外，本发明还在一定程度上解决了相关技术的全卷积网络模型由于在多尺度推理中使用平均池化策略组合多尺度结果的方法而存在的组合结果不准确的问题。

公开(公告)号：CN115984613A

公开(公告)日：2023-04-18

申请号：CN202211664362.1

申请日：2022-12-23

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 吴少智 ,  孙英雪 ,  刘欣刚 ,  吴杰 ,  田淼 ,  王宏秋

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06V10/40 ,  G06N3/0464

Abstract: 本发明公开了一种眼底图像分类方法、装置、设备和存储介质。该方法包括：获取待分类的第一眼底图像；对第一眼底图像进行预处理，获得预处理后的第二眼底图像；将第二眼底图像输入至预先训练后的图像分类网络模型中进行图像分类，图像分类网络模型用于对第二眼底图像进行细粒度特征的注意力处理，并基于处理结果进行分类；根据图像分类网络模型的输出，确定第一眼底图像对应的分类结果。通过本发明实施例的技术方案，可以实现眼底图像的自动分类，提高眼底图像分类的效率和准确性。

公开(公告)号：CN113920129A

公开(公告)日：2022-01-11

申请号：CN202111089546.5

申请日：2021-09-16

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 吴少智 ,  曹云健 ,  田淼 ,  李琬祎 ,  孙英雪 ,  王宏秋 ,  吴磊 ,  苏涵

IPC: G06T7/11 ,  G06T5/20 ,  G06N3/04 ,  G06V10/80 ,  G06V10/774

Abstract: 本发明涉及一种基于多尺度和全局上下文信息的医学图像分割方法和装置，该方法包括：获取待处理医学图像；提取待处理医学图像中的图像特征，得到特征图；学习特征图的多尺度的全局上下文信息；引导多尺度的全局上下文信息与译码器支路特征融合；根据预设尺度与权重的对应关系将与译码器支路特征融合后的多尺度的全局上下文信息组合，得到目标医学图像。本发明在一定程度上解决了相关技术的全卷积网络模型存在的感受野较小、模型深度较浅和编码解码过程信息损失大的问题。此外，本发明还在一定程度上解决了相关技术的全卷积网络模型由于在多尺度推理中使用平均池化策略组合多尺度结果的方法而存在的组合结果不准确的问题。

公开(公告)号：CN113689419A

公开(公告)日：2021-11-23

申请号：CN202111030782.X

申请日：2021-09-03

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 吴少智 ,  曾丽 ,  王宏秋 ,  田淼 ,  刘欣刚 ,  曹云健 ,  孙英雪

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/40 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于医疗技术领域，尤其是一种基于人工智能的图像分割处理方法，其包括以下处理方法步骤：S1：数据预处理：第一，创建N个数据文件，同时输入N个CT图像，并对N个CT图像数据进行勾画，存储到N个数据文件中；第二，对N个CT图像勾画后，进行简单的CT图像预处理；第三，将N个数据文件作为样本并归一化，最后进行数据集的划分图像数据；S2：使用基模型对归一化后的数据文件进行处理；S3：创建风格适应训练模型，风格模型创建为M个。本发明通过基模型与风格模型的结构让模型适应不同医生的勾画风格，从而当新的数据通过模型进行预测勾画时，为医生的临床诊断治疗提供便利。