公开(公告)号：CN118115507B

公开(公告)日：2024-08-27

申请号：CN202410536882.7

申请日：2024-04-30

Applicant: 苏州大学

Inventor： 向德辉 ,  许文轩

IPC: G06T7/10 ,  G06T7/00 ,  G06N3/088 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0455

Abstract: 本发明公开了基于跨域类别感知图卷积对齐的图像分割方法，涉及图像分割技术领域，包括：提供跨域时额外的信息转移途径，将源域与目标域的图特征通过高斯核函数映射到核希尔伯特空间中对齐。通过带有类别信息的后验原型指导先验原型以训练原型互信息模块提取不同域样本的类别信息的能力。用生成的目标域伪标签来实现分割网络的自适应优化。本发明提供的基于跨域类别感知图卷积对齐的图像分割方法，缓解了海量高质量有标签的图像数据难以获得的问题，使用无监督域自适应网络的方法解决了跨域胰腺分割的问题。

公开(公告)号：CN118135222A

公开(公告)日：2024-06-04

申请号：CN202410313369.1

申请日：2024-03-19

Applicant: 苏州大学

Inventor： 向德辉 ,  许文轩 ,  陈新建 ,  彭涛

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/776 ,  G06N3/045 ,  G06N3/0495 ,  G06N3/096

Abstract: 本发明公开了一种基于跨模态一致性的单模态图像分割方法，包括：步骤1：基于分割网络搭建由辅助网络模型、教师网络模型和学生网络模型组成主干网络；步骤2：搭建并训练对比度提取网络模型；步骤3：将训练好的对比度提取网络模型嵌入到主干网络中，使训练好的对比度提取网络模型以学生网络模型提取的特征为输入；步骤4：训练嵌入有训练好的对比度提取网络模型的主干网络，得到训练好的学生网络模型；步骤5：将待分割的单模态图像输入至训练好的学生网络模型中，得到分割结果；本发明方法有助于提高MR图像中器官或组织的分割效果，同时可用于只有单模态MR图像的常规临床场合。

公开(公告)号：CN118115507A

公开(公告)日：2024-05-31

申请号：CN202410536882.7

申请日：2024-04-30

Applicant: 苏州大学

Inventor： 向德辉 ,  许文轩

IPC: G06T7/10 ,  G06T7/00 ,  G06N3/088 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0455

Abstract: 本发明公开了基于跨域类别感知图卷积对齐的图像分割方法，涉及图像分割技术领域，包括：提供跨域时额外的信息转移途径，将源域与目标域的图特征通过高斯核函数映射到核希尔伯特空间中对齐。通过带有类别信息的后验原型指导先验原型以训练原型互信息模块提取不同域样本的类别信息的能力。用生成的目标域伪标签来实现分割网络的自适应优化。本发明提供的基于跨域类别感知图卷积对齐的图像分割方法，缓解了海量高质量有标签的图像数据难以获得的问题，使用无监督域自适应网络的方法解决了跨域胰腺分割的问题。