公开(公告)号：CN114445373A

公开(公告)日：2022-05-06

申请号：CN202210102323.6

申请日：2022-01-27

Applicant: 重庆邮电大学

Inventor： 胡敏 ,  熊思 ,  黄宏程

IPC: G06T7/00 ,  G06T7/12 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于脑肿瘤MRI图像处理，特别涉及一种基于DR‑UNet的脑肿瘤模糊边缘分割方法，包括构建基于DR‑UNet的脑肿瘤模糊边缘分割模型，该模型包括编码器、解码器以及融合注意力机制，所述编码器包括级联的卷积层、多个池化层和多个密集流组单元，池化层设在两个密集流组单元之间；所述解码器包括级联的多个改进的残差模块、多个上采样重构模块以及反卷积层，上采样重构模块设在两个相邻的改进的残差单元之间；融合注意力机制将编码器池化层的输出以及解码器中改进的残差模块的输出分别作为下一级上采样重构模块的低层特征输入和高层特征输入；本发明具有参数高效、分割精度良好等优点。

公开(公告)号：CN114202550A

公开(公告)日：2022-03-18

申请号：CN202111403333.5

申请日：2021-11-24

Applicant: 重庆邮电大学

Inventor： 胡敏 ,  熊思 ,  黄宏程

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图像处理领域，具体涉及一种基于RAPNet网络的脑肿瘤MRI图像三维分割方法，包括构建RAPNet网络并对其进行训练；将脑部MRI图像输入到训练好的RAPNet网络中进行图像识别分割，得到分割后的脑肿瘤MRI图像及其亚结构区域，RAPNet网络包括主干网络、特征金字塔以及辅助预测，主干网络由空洞卷积和多个ISE‑R2CU单元组成，用于提取输入图像的浅层特征和深层特征；本发明采用的由3D空洞卷积和跨模型注意力机制构成的特征金字塔与主干相结合以学习整个肿瘤及其亚结构的有效特征，从而具有拟合肿瘤内各种组织边界的优势。

公开(公告)号：CN114202550B

公开(公告)日：2025-02-25

申请号：CN202111403333.5

申请日：2021-11-24

Applicant: 重庆邮电大学

Inventor： 胡敏 ,  熊思 ,  黄宏程

IPC: G06T7/11 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明属于图像处理领域，具体涉及一种基于RAPNet网络的脑肿瘤MRI图像三维分割方法，包括构建RAPNet网络并对其进行训练；将脑部MRI图像输入到训练好的RAPNet网络中进行图像识别分割，得到分割后的脑肿瘤MRI图像及其亚结构区域，RAPNet网络包括主干网络、特征金字塔以及辅助预测，主干网络由空洞卷积和多个ISE‑R2CU单元组成，用于提取输入图像的浅层特征和深层特征；本发明采用的由3D空洞卷积和跨模型注意力机制构成的特征金字塔与主干相结合以学习整个肿瘤及其亚结构的有效特征，从而具有拟合肿瘤内各种组织边界的优势。