-
公开(公告)号：CN117237636B
公开(公告)日：2025-02-18
申请号：CN202311212591.4
申请日：2023-09-20
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/082
Abstract: 本发明提供一种基于区域自注意力的结直肠息肉图像分割方法，包括：获取原始结直肠息肉图像训练数据集；利用原始结直肠息肉图像训练数据集对结直肠息肉分割模型进行训练，所述结直肠息肉分割模型包括：PVT特征编码器、CBAM模块、3个CFP模块、改进的Uper解码器、PAA‑d解码器、区域自注意力RSA模块；将待分割的结直肠息肉图像输入训练好的结直肠息肉分割模型得到息肉分割图，本发明通过改进的Uper解码器实现平滑且高效的多尺度特征融合，针对现有息肉分割模型不能很好地预测边界，边界区域出现类内不一致的问题，提出区域自注意力RSA模块加强上下文表示，获取更好的息肉分割结果，提高分割检测的精度。
-
公开(公告)号：CN119672336A
公开(公告)日：2025-03-21
申请号：CN202411737089.X
申请日：2024-11-29
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/52 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及图像处理技术领域，具体涉及一种结合邻域自注意力和分层特征融合的医学图像分割方法，包括：获取原始医学训练数据集，所述原始医学图像训练数据包括：原始医学图像和对应的分割图标签；建立医学分割模型，利用医学图像训练数据集对医学分割模型进行训练；将待分割的医学图像输入训练好的医学分割模型得到分割图。本发明邻域自注意力NAF模块增强目标区域的轮廓和边界；采用基于深度可分离卷积的语义融合模块FMF来融合不同层次的特征以提升分割精度；同时，本发明将为医学诊断中病灶组织的检测提供坚实的理论基础和科学依据和参考。
-
公开(公告)号：CN119540559A
公开(公告)日：2025-02-28
申请号：CN202411755525.6
申请日：2024-12-03
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06N3/045 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/084 , G06V10/44 , G06V10/42 , G06V20/70 , G06V10/80 , G06N3/048
Abstract: 本发明属于结直肠图像分割领域，特别涉及一种结合混合注意力和语义互补的结直肠息肉图像分割方法，包括构建并训练结直肠息肉分割模型，将待分割的结直肠息肉图像输入训练好的结直肠息肉分割模型得到息肉分割图；所述结直肠息肉分割模型包括PVT特征编码器、AHA模块、SCDB模块、注意力引导解码器、MSP模块；本发明提出的模型可以有效提高息肉边缘的分割准确性，让局部特征与全局特征相互补充，增强网络的泛化性。
-
公开(公告)号：CN117237636A
公开(公告)日：2023-12-15
申请号：CN202311212591.4
申请日：2023-09-20
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/082
Abstract: 本发明提供一种基于区域自注意力的结直肠息肉图像分割方法，包括：获取原始结直肠息肉图像训练数据集；利用原始结直肠息肉图像训练数据集对结直肠息肉分割模型进行训练，所述结直肠息肉分割模型包括：PVT特征编码器、CBAM模块、3个CFP模块、改进的Uper解码器、PAA‑d解码器、区域自注意力RSA模块；将待分割的结直肠息肉图像输入训练好的结直肠息肉分割模型得到息肉分割图，本发明通过改进的Uper解码器实现平滑且高效的多尺度特征融合，针对现有息肉分割模型不能很好地预测边界，边界区域出现类内不一致的问题，提出区域自注意力RSA模块加强上下文表示，获取更好的息肉分割结果，提高分割检测的精度。
-
-
-
Search Results
4
records
(took 0.015 seconds)
