公开(公告)号：CN118657800B

公开(公告)日：2024-11-12

申请号：CN202411135135.9

申请日：2024-08-19

Applicant: 苏州大学

Inventor： 石霏 ,  姜清新 ,  陈新建

IPC: G06T7/11 ,  G06T7/12 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于混合网络的视网膜OCT影像中多病灶联合分割方法，涉及图像分割技术领域，包括获取视网膜OCT图像数据；利用混合编码器对所述OCT图像进行多尺度全局及局部特征提取，利用多尺度门控注意力模块提取并筛选全局信息，通过组位置嵌入模块补充空间位置信息，通过三路融合模块整合全局及局部特征，通过联合损失函数优化网络对轮廓区域的分割效果；进行模型训练，用训练后的模型实现OCT图像中病灶的分割。本发明提供的基于混合网络的视网膜OCT影像中多病灶联合分割方法能够显著提升对复杂病灶区域的自动识别和分割性能，对提升眼科疾病的诊断和治疗效果具有重要的临床价值。本发明在识别精度以及适用性方面都取得更加良好的效果。

公开(公告)号：CN118657800A

公开(公告)日：2024-09-17

申请号：CN202411135135.9

申请日：2024-08-19

Applicant: 苏州大学

Inventor： 石霏 ,  姜清新 ,  陈新建

IPC: G06T7/11 ,  G06T7/12 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于混合网络的视网膜OCT影像中多病灶联合分割方法，涉及图像分割技术领域，包括获取视网膜OCT图像数据；利用混合编码器对所述OCT图像进行多尺度全局及局部特征提取，利用多尺度门控注意力模块提取并筛选全局信息，通过组位置嵌入模块补充空间位置信息，通过三路融合模块整合全局及局部特征，通过联合损失函数优化网络对轮廓区域的分割效果；进行模型训练，用训练后的模型实现OCT图像中病灶的分割。本发明提供的基于混合网络的视网膜OCT影像中多病灶联合分割方法能够显著提升对复杂病灶区域的自动识别和分割性能，对提升眼科疾病的诊断和治疗效果具有重要的临床价值。本发明在识别精度以及适用性方面都取得更加良好的效果。