公开(公告)号：CN116246064A

公开(公告)日：2023-06-09

申请号：CN202211569881.X

申请日：2022-12-08

Applicant: 鹏城实验室

Inventor： 高文 ,  陈杰 ,  田永鸿 ,  徐凡 ,  耿睿哲

IPC: G06V10/26 ,  G06V10/46 ,  G06V10/82 ,  G06V10/25 ,  G06T7/00 ,  G06N3/045

Abstract: 本发明所提供的一种多尺度空间特征增强方法及装置，所述方法包括：对待分割病理图像进行处理，得到目标病理图像；将所述目标病理图像输入图像特征提取网络，提取所述目标病理图像中的不同尺度的特征，得到不同尺度层级的特征图像；将不同尺度层级的所述特征图像输入自注意力机制，进行空间特征增强处理，得到最终特征图；将所述最终特征图输入基于两阶段检测器的基线模型，生成分割结果。本发明通过将不同尺度层级的所述特征图像输入自注意力机制，进行空间特征增强处理，提取到了信息更丰富的特征图，可以更好地对图像上的目标进行识别和定位，避免了仅依赖于最后一个特征图上的像素，提高了分割精度。

公开(公告)号：CN116071300A

公开(公告)日：2023-05-05

申请号：CN202211580495.0

申请日：2022-12-09

Applicant: 鹏城实验室

Inventor： 田永鸿 ,  高文 ,  陈杰 ,  徐凡 ,  耿睿哲

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/80 ,  G06T7/11 ,  G06V10/25 ,  G06N3/08 ,  G06V10/764

Abstract: 本发明公开了一种基于上下文特征融合的细胞核分割方法及相关设备，所述方法包括：获取医学细胞图像，将医学细胞图像输入至卷积神经网络进行堆叠得到多个特征图，并将每个特征图输入特征金字塔，特征金字塔中的上下文增强模块对特征图进行特征融合得到输出特征；将输出特征输入到区域提取网络得到候选框，感兴趣区域对齐层将根据候选框得到感兴趣区域特征；将感兴趣区域特征发送给特征自适应选择模块得到特征级别的组合特征表示；基于组合特征表示分别计算出感兴趣区域的类别分类、候选框坐标和边缘感知掩码，从而实现细胞核进行分割。本发明通过上下文增强模块和特征自适应选择模块对医学细胞图像进行处理，显著提高病理切片细胞核的分割精度。