公开(公告)号：CN112927243B

公开(公告)日：2022-12-23

申请号：CN202110348001.5

申请日：2021-03-31

Applicant: 上海大学

Inventor： 刘书朋 ,  刘睿奇 ,  陈娜 ,  陈振宜

IPC: G06T7/11 ,  G06V10/25 ,  G06V10/26 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明设计了一种基于卷积神经网络的甲襞微出血病灶分割方法，该方法收集、处理甲襞微出血图像；标注微出血病灶区域，得到金标准图像；构造一种基于卷积神经网络的甲襞微出血病灶分割模型；划分训练集、测试集；对训练集进行数据扩增，并用扩增后的数据训练模型；用测试集测试训练好的模型。本发明把包含通道注意力、空间注意力的双注意力机制引入到经典的U型特征提取网络中，强调关键特征，抑制无关特征，促使模型更加关注微出血病灶区域；在网络结构中增加组归一化作为正则化手段，加快模型收敛速度，防止过拟合，提高整体分割性能。本发明可以得到高精度的甲襞微出血病灶分割图像。

公开(公告)号：CN112927243A

公开(公告)日：2021-06-08

申请号：CN202110348001.5

申请日：2021-03-31

Applicant: 上海大学

Inventor： 刘书朋 ,  刘睿奇 ,  陈娜 ,  陈振宜

IPC: G06T7/11 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明设计了一种基于卷积神经网络的甲襞微出血病灶分割方法，该方法收集、处理甲襞微出血图像；标注微出血病灶区域，得到金标准图像；构造一种基于卷积神经网络的甲襞微出血病灶分割模型；划分训练集、测试集；对训练集进行数据扩增，并用扩增后的数据训练模型；用测试集测试训练好的模型。本发明把包含通道注意力、空间注意力的双注意力机制引入到经典的U型特征提取网络中，强调关键特征，抑制无关特征，促使模型更加关注微出血病灶区域；在网络结构中增加组归一化作为正则化手段，加快模型收敛速度，防止过拟合，提高整体分割性能。本发明可以得到高精度的甲襞微出血病灶分割图像。