-
公开(公告)号:CN118212411A
公开(公告)日:2024-06-18
申请号:CN202410376030.6
申请日:2024-03-29
Applicant: 西安电子科技大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的肺栓塞分割方法,对病人的CTPA图像进行预处理并划分成测试集和训练集;对预处理后的训练集通过调整对比度,翻转,旋转,平移,添加高斯噪声随机进行数据增强;构建多层级和多尺度注意力特征融合的MF‑UNet网络;将训练集输入MF‑UNet网络中进行训练,得到肺栓塞分割模型;将测试集输入肺栓塞分割模型中进行测试,得到分割结果;本发明的分割方法有效解决了传统图像处理依靠人工而效率低下且质量不佳的技术问题,克服了传统分割网络无法捕捉细小肺栓塞特征并进行分割的技术问题,具有准确率高和效率高的特点。
-
公开(公告)号:CN116342731A
公开(公告)日:2023-06-27
申请号:CN202310335565.4
申请日:2023-03-31
Applicant: 西安电子科技大学
IPC: G06T11/00 , G06T7/11 , G06N3/0475 , G06N3/0464 , G06N3/047 , G06N3/094
Abstract: 基于生成对抗网络的多中心颅脑扩散加权磁共振影像跨域转换方法、系统、设备及介质,方法包括:获取训练样本集;数据预处理;构建生成对抗网络模型;训练生成对抗网络模型;处理输出数据;系统、设备及介质:用于实现基于生成对抗网络的多中心颅脑扩散加权磁共振影像跨域转换方法;本发明通过将生成对抗网络应用于多中心扩散磁共振成像的同质化中,并对生成对抗网络做出一系列的优化,能够有效解决现有多中心扩散磁共振成像同质化中存在的脑部细节模糊、空间连续性不强、模型通用性差等技术问题,具有增广医学影像的数据量,提高数据效力的特点。
-