-
公开(公告)号：CN118052830B
公开(公告)日：2024-12-10
申请号：CN202410015147.1
申请日：2024-01-04
Applicant: 重庆邮电大学
IPC: G06T7/11 , G06T7/00 , G06T7/90 , G06T5/70 , G06T7/13 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明请求保护一种基于隐式提示的多病变视网膜分割方法，主要包含三色域特征增强、调制模块、隐式提示模块和提示结合模块。该方法通过转换色彩空间并选取其中分量进行组合并结合高斯模糊，实现数据增强。为减少病变对细小血管的影响，调制模块采用上下文语义差异较小的临近跳跃连接实现自底向上的调制，实现由粗到细的特征融合。为针对病变进行有效分割，隐式提示模块利用提示信息结合编码的中层特征进行自适应学习病变类型，提示结合模块在解码阶段结合提示信息与跳跃连接实现对各种病变的可靠分割。以上措施的实施显著提升了视网膜血管的分割精度，强化了网络在处理病变背景下形态差异较大的血管的能力，提高了末端毛细血管分割的准确性。
-
公开(公告)号：CN117689669B
公开(公告)日：2024-08-27
申请号：CN202311542338.5
申请日：2023-11-17
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于结构自适应上下文敏感的视网膜血管分割方法。首先对数据集进行灰度化、归一化、对比度受限自适应直方图均衡、伽马校正等预处理；然后，对训练集进行图片尺寸分割以完成数据增强；接着，搭建由收缩路径和扩张路径组成的全卷积神经网络架构；最后，采用提出的结构自适应层替代卷积层来替代普通卷积、跳接层引入提出的空洞残差路径以及解码器中添加自适应特征融合模块，并引入多尺度深度监督机制，得到结构自适应上下文敏感网络，并将测试数据输入到该网络中快速测试完成图像分割。本发明有效地提高了视网膜血管的分割精度，且结构合理，提高了网络在复杂背景下处理形态差异较大的血管的能力以及末端毛细血管分割的准确性。
-
公开(公告)号：CN118052830A
公开(公告)日：2024-05-17
申请号：CN202410015147.1
申请日：2024-01-04
Applicant: 重庆邮电大学
IPC: G06T7/11 , G06T7/00 , G06T7/90 , G06T5/70 , G06T7/13 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明请求保护一种基于隐式提示的多病变视网膜分割方法，主要包含三色域特征增强、调制模块、隐式提示模块和提示结合模块。该方法通过转换色彩空间并选取其中分量进行组合并结合高斯模糊，实现数据增强。为减少病变对细小血管的影响，调制模块采用上下文语义差异较小的临近跳跃连接实现自底向上的调制，实现由粗到细的特征融合。为针对病变进行有效分割，隐式提示模块利用提示信息结合编码的中层特征进行自适应学习病变类型，提示结合模块在解码阶段结合提示信息与跳跃连接实现对各种病变的可靠分割。以上措施的实施显著提升了视网膜血管的分割精度，强化了网络在处理病变背景下形态差异较大的血管的能力，提高了末端毛细血管分割的准确性。
-
公开(公告)号：CN117689669A
公开(公告)日：2024-03-12
申请号：CN202311542338.5
申请日：2023-11-17
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于结构自适应上下文敏感的视网膜血管分割方法。首先对数据集进行灰度化、归一化、对比度受限自适应直方图均衡、伽马校正等预处理；然后，对训练集进行图片尺寸分割以完成数据增强；接着，搭建由收缩路径和扩张路径组成的全卷积神经网络架构；最后，采用提出的结构自适应层替代卷积层来替代普通卷积、跳接层引入提出的空洞残差路径以及解码器中添加自适应特征融合模块，并引入多尺度深度监督机制，得到结构自适应上下文敏感网络，并将测试数据输入到该网络中快速测试完成图像分割。本发明有效地提高了视网膜血管的分割精度，且结构合理，提高了网络在复杂背景下处理形态差异较大的血管的能力以及末端毛细血管分割的准确性。
-
-
-
Search Results
4
records
(took 0.017 seconds)
