-
公开(公告)号:CN118887396A
公开(公告)日:2024-11-01
申请号:CN202410784422.6
申请日:2024-06-18
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/047 , G06N3/0475 , G06N3/088
Abstract: 本发明涉及一种基于不平衡部分特征传输的无监督多模态腹部图像分割方法及系统。通过无监督领域自适应图像分割模块,包括源域基于连续归一化流的变分自编码器模块和目标域基于连续归一化流的变分自编码器模块,提取样本特征并生成包含样本特征的隐变量,与分割结果拼接生成重构数据,生成近似真实概率的分布;通过不平衡部分最优传输策略模块,实现局部精准配对,获得基于不平衡部分特征传输的无监督多模态腹部图像分割模型。与现有技术相比,本发明能够有效减小不同模态腹部图像数据的域偏移,高效、精准地完成腹部图像分割任务,并能处理更复杂灵活的数据分布,分割的各区域更贴合临床医生的视觉评估,适用于不同序列间多模态的腹部图像数据。
-
公开(公告)号:CN119477815A
公开(公告)日:2025-02-18
申请号:CN202411475730.7
申请日:2024-10-22
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/088 , G06N3/096
Abstract: 本发明涉及一种基于不平衡最优传输的肝脏局灶性病变影像分析方法。所述分析方法为:提取原始图像样本特征,再将每个图像嵌入高斯分布来编码不确定性;再进行不平衡最优传输损失计算和分类损失计算,实现精确的成对匹配,以减少负迁移,利用鉴别类感知信息自适应学习,从而确定最佳的传输策略,并进行分类预测。所述分析方法采用无监督领域自适应网络模块、特征不确定性估计机制模块和UOT策略模块。与现有技术相比,本发明能够缓解现存的最优传输策略所存在的特征分布对齐时的成对错误匹配问题,并更侧重于含噪训练样本的不确定性估计,通过结合特征不确定性估计和UOT策略,能够显著提高模型的迁移性能、鲁棒性和适应性。
-
公开(公告)号:CN119444892A
公开(公告)日:2025-02-14
申请号:CN202411437410.2
申请日:2024-10-15
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G06T11/00 , G06N3/0464 , G16H30/20
Abstract: 本发明涉及一种基于可变形卷积的超低剂量全身医学影像生成方法和系统,其中生成方法包括:S1、获取3D全身PET图像数据,对3D全身PET图像数据进行预处理,所述预处理包括数据增强和数据划分;S2、将预处理后的3D全身PET图像输入到三维可变形卷积深度注意力网络即Deformable 3D U‑Net模块中进行处理;S3、通过Deformable 3D U‑Net模块生成超低剂量全身医学影像。与现有技术相比,本发明能够用于加强无需麻醉的小儿全身PET成像,结果准确率高,模型具有较高的鲁棒性。
-
-