公开(公告)号：CN114612479B

公开(公告)日：2023-03-24

申请号：CN202210121683.0

申请日：2022-02-09

Applicant: 苏州大学

Inventor： 朱伟芳 ,  宋佳欢 ,  陈新建

IPC: G06T7/11 ,  G06T5/50 ,  G06T3/40 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/047 ,  G06N3/09

Abstract: 本发明涉及一种基于全局与局部特征重建网络的医学图像分割方法、设备、装置及计算机存储介质，本发明提供的基于全局和局部特征重建网络，其中的全局特征重建GFR模块通过全局描述子将语义信息从高层级特征引入到低层级特征，消除各层级特征之间的语义间隔，并采用跨级全局描述子重建特征图，使得网络获得全局感受野，实现长距离特征依赖建模；局部特征重建LFR模块实现基于低阶段特征图引导的特征动态上采样，通过动态地重建局部特征，将低阶段特征图中的空间细节信息传递到高阶段特征图中，从而实现特征的空间信息恢复，克服现有技术中U型编解码器网络中的全局特征提取与长距离特征依赖建模能力不足、特征图空间信息的恢复不足等问题，提升了图像分割精度。

公开(公告)号：CN114612479A

公开(公告)日：2022-06-10

申请号：CN202210121683.0

申请日：2022-02-09

Applicant: 苏州大学

Inventor： 朱伟芳 ,  宋佳欢 ,  陈新建

IPC: G06T7/11 ,  G06T5/50 ,  G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于全局与局部特征重建网络的医学图像分割方法、设备、装置及计算机存储介质，本发明提供的基于全局和局部特征重建网络，其中的全局特征重建GFR模块通过全局描述子将语义信息从高层级特征引入到低层级特征，消除各层级特征之间的语义间隔，并采用跨级全局描述子重建特征图，使得网络获得全局感受野，实现长距离特征依赖建模；局部特征重建LFR模块实现基于低阶段特征图引导的特征动态上采样，通过动态地重建局部特征，将低阶段特征图中的空间细节信息传递到高阶段特征图中，从而实现特征的空间信息恢复，克服现有技术中U型编解码器网络中的全局特征提取与长距离特征依赖建模能力不足、特征图空间信息的恢复不足等问题，提升了图像分割精度。

公开(公告)号：CN112634234A

公开(公告)日：2021-04-09

申请号：CN202011553484.4

申请日：2020-12-24

Applicant: 苏州大学

Inventor： 朱伟芳 ,  宋佳欢 ,  陈新建

IPC: G06T7/00 ,  G06T7/10

Abstract: 本发明公开了一种眼底医学影像中脉络膜萎缩的分割方法，先构建基于U‑Net网络的级联多尺度信息交互融合网络，构建级联多尺度信息交互融合网络时，在编码网络和解码网络之间设置级联多尺度信息交互融合模块；再将待处理的眼底医学影像输入至级联多尺度信息交互融合网络中进行脉络膜萎缩的分割。本发明利于提升了分割网络对不同形状特征的提取能力，提升了对医学影像中脉络膜萎缩的分割效率。