公开(公告)号：CN114332102A

公开(公告)日：2022-04-12

申请号：CN202111680466.7

申请日：2021-12-31

Applicant: 福州大学

Inventor： 黄立勤 ,  刘晨雨 ,  杨明静

IPC: G06T7/10 ,  G06N3/08

Abstract: 本发明涉及一种基于分离表示的脑肿瘤图像生成与分割联合学习方法。基于分离表示将共享的内容和域特定样式特征分离出来，通过将提取的内容特征与分割任务相连接，能够有效提高脑肿瘤图像合成与分割的效果。通过对缺失模态的合成，无需在所有可能的模态子集上训练模型，复杂性相对更小，所需的训练时间更少。该网络模型可以灵活地处理随机一个或多个缺失域，使模型在输入任何多模态子集时都具有鲁棒性。

公开(公告)号：CN114332102B

公开(公告)日：2024-08-02

申请号：CN202111680466.7

申请日：2021-12-31

Applicant: 福州大学

Inventor： 黄立勤 ,  刘晨雨 ,  杨明静

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及一种基于分离表示的脑肿瘤图像生成与分割联合学习方法。基于分离表示将共享的内容和域特定样式特征分离出来，通过将提取的内容特征与分割任务相连接，能够有效提高脑肿瘤图像合成与分割的效果。通过对缺失模态的合成，无需在所有可能的模态子集上训练模型，复杂性相对更小，所需的训练时间更少。该网络模型可以灵活地处理随机一个或多个缺失域，使模型在输入任何多模态子集时都具有鲁棒性。