-
公开(公告)号：CN116778157B
公开(公告)日：2024-06-14
申请号：CN202310697320.6
申请日：2023-06-13
Applicant: 苏州大学
Abstract: 本发明提供一种矩不变对比循环一致性对抗网络的跨域分割方法及系统，该方法包括获取源域图像xs、目标域图像xt以及源域金标准图像ys；将源域图像xs、目标域图像xt以及源域金标准图像ys输入到提前构建好的矩不变对比循环一致性对抗网络模型中，进行图像风格迁移训练；选取多个不同图像风格迁移训练过程中生成的图像作为训练数据；将训练数据和源域金标准图像ys输入到提前构建好的分割模型中，进行图像分割训练，基于语义一致性约束得到训练好的分割模型；利用训练好的分割网络模型对CT图像和MR图像中胰腺区域进行跨域分割。本发明实现了对CT图像和MR图像中胰腺区域的跨域分割，使得分割结果更加精确。
-
Patent Agency Ranking
公开(公告)号：CN116778157A
公开(公告)日：2023-09-19
申请号：CN202310697320.6
申请日：2023-06-13
Applicant: 苏州大学
Abstract: 本发明提供一种矩不变对比循环一致性对抗网络的跨域分割方法及系统，该方法包括获取源域图像xs、目标域图像xt以及源域金标准图像ys；将源域图像xs、目标域图像xt以及源域金标准图像ys输入到提前构建好的矩不变对比循环一致性对抗网络模型中，进行图像风格迁移训练；选取多个不同图像风格迁移训练过程中生成的图像作为训练数据；将训练数据和源域金标准图像ys输入到提前构建好的分割模型中，进行图像分割训练，基于语义一致性约束得到训练好的分割模型；利用训练好的分割网络模型对CT图像和MR图像中胰腺区域进行跨域分割。本发明实现了对CT图像和MR图像中胰腺区域的跨域分割，使得分割结果更加精确。
-
公开(公告)号：CN114119448A
公开(公告)日：2022-03-01
申请号：CN202110161067.3
申请日：2021-02-05
Applicant: 苏州大学
Abstract: 本申请公开了一种基于改进U形网络的CT图像中的胰腺分割网络，涉及图像处理技术领域，所述胰腺分割网络包括：编码器支路、解码器支路、对比增强模块CEB以及反向注意力模块RAB；所述对比增强模块CEB设置于所述编码器支路之后，用于提取所述编码器支路特征图中胰腺的边缘细节信息；所述反向注意力模块RAB设置于所述编码器支路与所述解码器支路之间，利用所述解码器支路每一层的输出特征来挖掘前一层的互补特征。解决了现有方案中易丢失小目标信息和边缘信息、对胰腺的分割效果不理想的问题，达到了可以提高胰腺的分割精度的效果。
-
公开(公告)号：CN114119448B
公开(公告)日：2025-04-29
申请号：CN202110161067.3
申请日：2021-02-05
Applicant: 苏州大学
IPC: G06T7/00 , G06T7/10 , G06N3/084 , G06N3/0464 , G06N3/045
Abstract: 本申请公开了一种基于改进U形网络的CT图像中的胰腺分割网络，涉及图像处理技术领域，所述胰腺分割网络包括：编码器支路、解码器支路、对比增强模块CEB以及反向注意力模块RAB；所述对比增强模块CEB设置于所述编码器支路之后，用于提取所述编码器支路特征图中胰腺的边缘细节信息；所述反向注意力模块RAB设置于所述编码器支路与所述解码器支路之间，利用所述解码器支路每一层的输出特征来挖掘前一层的互补特征。解决了现有方案中易丢失小目标信息和边缘信息、对胰腺的分割效果不理想的问题，达到了可以提高胰腺的分割精度的效果。
-
公开(公告)号：CN112784849B
公开(公告)日：2023-10-10
申请号：CN202110161076.2
申请日：2021-02-05
Applicant: 苏州大学
IPC: G06V10/26 , G06V10/771 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本申请公开了一种基于选择多尺度注意力的腺体分割方法，涉及图像处理技术领域，其中使用的所述腺体分割网络包括：编码器、选择多尺度注意模块SMA和解码器；所述选择多尺度注意力模块SMA位于所述编码器和所述解码器之间，所述选择多尺度注意模块SMA包括选择单元SU和多尺度注意力模块MA；所述选择单元SU用于对所述编码器和所述解码器提取到的特征进行选择；所述多尺度注意力模块MA用于融合所述选择单元SU选择得到的不同尺度的特征。所述分割网络解决了现有技术中由于腺体大小差异大而导致的腺体分割精度较差的问题，达到了可以提高腺体分割精度的效果。
-
公开(公告)号：CN112784849A
公开(公告)日：2021-05-11
申请号：CN202110161076.2
申请日：2021-02-05
Applicant: 苏州大学
Abstract: 本申请公开了一种基于选择多尺度注意力的胰腺病理图像的腺体分割网络，涉及图像处理技术领域，所述腺体分割网络包括：编码器、选择多尺度注意模块SMA和解码器；所述选择多尺度注意力模块SMA位于所述编码器和所述解码器之间，所述选择多尺度注意模块SMA包括选择单元SU和多尺度注意力模块MA；所述选择单元SU用于对所述编码器和所述解码器提取到的特征进行选择；所述多尺度注意力模块MA用于融合所述选择单元SU选择得到的不同尺度的特征。所述分割网络解决了现有技术中由于腺体大小差异大而导致的腺体分割精度较差的问题，达到了可以提高腺体分割精度的效果。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
