公开(公告)号：CN119168972A

公开(公告)日：2024-12-20

申请号：CN202411229785.X

申请日：2024-09-03

Applicant: 西南大学 ,  重庆医科大学附属第一医院

Inventor： 马雨琪 ,  陈善雄 ,  李永梅 ,  张旺 ,  张力强 ,  冯垚垚

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明提供一种基于类激活映射引导的脑肿瘤分类方法，该方法旨在提高MRI影像中脑肿瘤的分类准确性和可解释性。本方法构建脑肿瘤分类模型由注意力分支、感知分支和分类模型的损失函数这三部分组成。注意力分支首先利用类激活映射来确定影像中的关键区域，从而引导模型焦点到脑肿瘤的显著特征上。感知分支使用这些关键区域来提取特征，并构建正负样本，从而增强模型在特定区域的学习能力和判别力。分类模型的损失函数结合直接监督损失和感知分支生成的正负样本预测损失，通过优化这些损失来调整模型参数，确保分类结果的准确性和鲁棒性。本发明提高了脑肿瘤分类的效率和准确率，并且通过可视化的类激活映射增强了模型的可解释性，有助于医生更好地理解和信任模型的决策过程。

公开(公告)号：CN117893729A

公开(公告)日：2024-04-16

申请号：CN202311757501.X

申请日：2023-12-20

Applicant: 重庆市第九人民医院 ,  西南大学

Inventor： 朱勇军 ,  王小龙 ,  陈善雄 ,  何景柳 ,  冯垚垚 ,  吴厚桦

IPC: G06V10/25 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了BIFPN结合CBAM注意力机制的骨折医学影像分析方法，主要涉及医学影像分析技术领域；包括步骤：S1、采集足够数量的患有髋骨骨折患者的数据图；S2、对下载的医学影像图片进行标注，定义感兴趣区域，并为每个感兴趣区域分配标签；S3、对采集到的医学影像数据进行预处理；S4、构建以BIFPN结合CBAM注意力机制为主干的FasterR‑CNN目标检测算法；S5、将训练集输入到以BIFPN结合CBAM注意力机制为主干的FasterR‑CNN目标检测算法的预测模型中进行训练；S6、将待检测的数据输入到训练好的以BIFPN结合注意力机制为主干的FasterR‑CNN目标检测算法的预测模型中进行检测；本发明提高了诊断的准确性和一致性，从而提高了就医效率，帮助减轻了患者的经济负担。

公开(公告)号：CN116977837A

公开(公告)日：2023-10-31

申请号：CN202310859449.2

申请日：2023-07-13

Applicant: 西南大学

Inventor： 陈善雄 ,  刘青 ,  张重生 ,  冯垚垚 ,  郑文君 ,  袁江

IPC: G06V20/00 ,  G06V20/80 ,  G06V20/70 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082

Abstract: 本发明公开了一种古籍图像文字篡改的检测方法，主要涉及文本图像篡改检测领域；包括步骤：S1、通过边缘监督分支和噪声敏感分支用于提取语义不可知特征；S2、通过E‑2‑N/N‑2‑E Help Block有效地传递不同分支特征之间的信息，从而提高网络的性能；S3、通过双重注意力模块进行特征融合，得到最终的特征向量，最终转化为分割图；本发明相比于传统的检测方法在AUC和F1指标均得到了提升。