-
公开(公告)号:CN112164067A
公开(公告)日:2021-01-01
申请号:CN202011083744.6
申请日:2020-10-12
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于多模态子空间聚类的医学图像分割方法及装置,该方法包括:步骤1:获取原始医学图像,并进行预处理;步骤2:通过卷积神经网络对步骤1预处理后的原始医学图像进行卷积和池化,转化为原始医学图像的线性特征矩阵;步骤3:构建基于自监督多模态深度子空间聚类方法模型,并进行模型训练;使用训练好的基于自监督多模态深度子空间聚类方法模型,对步骤2获得的原始医学图像的线性特征矩阵进行谱聚类,得到聚类后的医学特征数据;步骤4:将步骤3聚类后的医学特征数据,通过卷积神经网络的反卷积和上采样,处理至与原始医学图像相同的像素,得到分割后的医学图像。本发明方法针对复杂医学图像分割效果佳,精度高。
-
公开(公告)号:CN115345889B
公开(公告)日:2023-01-03
申请号:CN202211250336.4
申请日:2022-10-13
Applicant: 西南科技大学
Abstract: 本发明公开了一种肝脏及其肿瘤图像的分割方法,通过基于多尺寸特征注意力机制构成的图像分割网络同时关注全局空间信息、局部空间信息以及通道间信息,能够有效利用特征图像的有限信息,解决了Unet网络不能有效利用较少医学图像数据集信息完成精准分割的问题。
-
公开(公告)号:CN115345889A
公开(公告)日:2022-11-15
申请号:CN202211250336.4
申请日:2022-10-13
Applicant: 西南科技大学
Abstract: 本发明公开了一种肝脏及其肿瘤图像的分割方法,通过基于多尺寸特征注意力机制构成的图像分割网络同时关注全局空间信息、局部空间信息以及通道间信息,能够有效利用特征图像的有限信息,解决了Unet网络不能有效利用较少医学图像数据集信息完成精准分割的问题。
-
-