-
公开(公告)号：CN113724262B
公开(公告)日：2023-10-03
申请号：CN202110923753.X
申请日：2021-08-12
Applicant: 苏州大学
IPC: G06T7/10 , G06V10/764 , G06V10/80 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种视网膜OCT图像中的脉络膜新生血管CNV分割方法，包括：将视网膜OCT图像输入至多尺度信息融合网络，通过多尺度信息融合网络对视网膜OCT图像进行分割；多尺度信息融合网络包括编解码器网络、多尺度自适应感知变形模块MAD和语义细节聚合模块SDA，编解码器网络包括编码器和解码器，编码器用于提取视网膜OCT图像中的语义信息和全局特征，MAD设置在编码器的顶部用于聚合上下文信息，SDA连接编码器和解码器，用于融合多层次的语义信息，解码器用于恢复空间分辨率。基于伪标记数据增强策略的SemiMF‑Net半监督网络结构，利用未标记数据进一步提高CNV分割精度，解决现有技术中对脉络膜新生血管CNV分割时内部结构信息会丢失的问题，达到了提高CNV分割精度的效果。
-
公开(公告)号：CN112869704A
公开(公告)日：2021-06-01
申请号：CN202110140542.9
申请日：2021-02-02
Applicant: 苏州大学
Abstract: 本申请公开了一种基于循环自适应多目标加权网络的糖尿病视网膜病变区域自动分割方法，涉及医学图像分割技术领域，所述方法包括：获取样本眼底彩照图像；根据样本眼底彩照图像训练糖尿病视网膜病变区域分割模型，糖尿病视网膜病变区域分割模型包括循环自适应多目标加权网络，循环自适应多目标加权网络用于自适应的为不同目标分配权重并增强网络的稳定性，不同目标包括样本眼底彩照图像中的背景、出血HE、硬性渗出EX、微血管瘤MA、视盘OD和棉绒斑SE中的至少一种，训练后的视网膜病变分割模型用于对目标眼底彩照图像进行分割。也即通过自适应的为不同目标分配权重，进而缓解子类间不平衡的问题，达到了可以提高网络的分割精度的效果。
-
公开(公告)号：CN112869704B
公开(公告)日：2022-06-17
申请号：CN202110140542.9
申请日：2021-02-02
Applicant: 苏州大学
Abstract: 本申请公开了一种基于循环自适应多目标加权网络的糖尿病视网膜病变区域自动分割方法，涉及医学图像分割技术领域，所述方法包括：获取样本眼底彩照图像；根据样本眼底彩照图像训练糖尿病视网膜病变区域分割模型，糖尿病视网膜病变区域分割模型包括循环自适应多目标加权网络，循环自适应多目标加权网络用于自适应的为不同目标分配权重并增强网络的稳定性，不同目标包括样本眼底彩照图像中的背景、出血HE、硬性渗出EX、微血管瘤MA、视盘OD和棉绒斑SE中的至少一种，训练后的视网膜病变分割模型用于对目标眼底彩照图像进行分割。也即通过自适应的为不同目标分配权重，进而缓解子类间不平衡的问题，达到了可以提高网络的分割精度的效果。
-
公开(公告)号：CN113724262A
公开(公告)日：2021-11-30
申请号：CN202110923753.X
申请日：2021-08-12
Applicant: 苏州大学
Abstract: 本申请公开了一种视网膜OCT图像中的CNV分割方法，包括：将视网膜OCT图像输入至多尺度信息融合网络，通过多尺度信息融合网络对视网膜OCT图像进行分割；多尺度信息融合网络包括编解码器网络、多尺度自适应感知变形模块MAD和语义细节聚合模块SDA，编解码器网络包括编码器和解码器，编码器用于提取视网膜OCT图像中的语义信息和全局特征，MAD设置在编码器的顶部用于聚合上下文信息，SDA连接编码器和解码器，用于融合多层次的语义信息，解码器用于恢复空间分辨率。基于伪标记数据增强策略的SemiMF‑Net半监督网络结构，利用未标记数据进一步提高CNV分割精度，解决了现有技术中对脉络膜新生血管CNV分割时内部结构信息会丢失的问题，达到了提高CNV分割精度的效果。
-
-
-
Search Results
4
records
(took 0.013 seconds)
