-
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：CN109726222B
公开(公告)日：2023-06-13
申请号：CN201811641140.1
申请日：2018-12-29
Applicant: 苏州大学
IPC: G06F16/2455 , G06F16/242
Abstract: 本发明所提供的数据流主题特征提取方法通过使用词汇表的单词数目不固定的LDA模型，通过使其主题单词分布服从原子数目不固定的狄利克雷过程，而非原子数目固定的狄利克雷分布，使得新模型在遇到未在词汇表中出现的新单词时可以将其加入到词汇表中并继续算法的执行，通过不断地遇到并添加新的单词，实现信息充分利用的同时没有增加内存处理压力，使LDA模型中的词汇表与需要处理的语料更加贴合，提升了模型的精度，增强了在线LDA算法处理数据流的能力。本发明还公开了一种数据流主题特征提取装置、设备及一种可读存储介质，具有上述有益效果。
-
公开(公告)号：CN109726222A
公开(公告)日：2019-05-07
申请号：CN201811641140.1
申请日：2018-12-29
Applicant: 苏州大学
IPC: G06F16/2455 , G06F16/242
Abstract: 本发明所提供的数据流主题特征提取方法通过使用词汇表的单词数目不固定的LDA模型，通过使其主题单词分布服从原子数目不固定的狄利克雷过程，而非原子数目固定的狄利克雷分布，使得新模型在遇到未在词汇表中出现的新单词时可以将其加入到词汇表中并继续算法的执行，通过不断地遇到并添加新的单词，实现信息充分利用的同时没有增加内存处理压力，使LDA模型中的词汇表与需要处理的语料更加贴合，提升了模型的精度，增强了在线LDA算法处理数据流的能力。本发明还公开了一种数据流主题特征提取装置、设备及一种可读存储介质，具有上述有益效果。
-
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 0.076 seconds)
