公开(公告)号：CN119206720A

公开(公告)日：2024-12-27

申请号：CN202410414127.1

申请日：2024-04-08

Applicant: 中国电子技术标准化研究院((工业和信息化部电子工业标准化研究院)(工业和信息化部电子第四研究院)) ,  桂林电子科技大学

Inventor： 曹旭光 ,  范科峰 ,  马慧琳 ,  徐存

IPC: G06V20/70 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明公开了一种皮肤病变语义分割双通道深度学习模型，涉及语义分割和医学图像处理技术领域，包括预处理模块、特征提取模块、条纹池化模块、PVT结构模块、DPNet网络构建模块、CB模块、内部学习模块以及病变分割模块；预处理模块，将皮肤病变数据集进行数据预处理，处理过程采用随机预处理方式；特征提取模块，采用ResNet50作为SPResNet的主干网络进行特征提取。本发明通过采用双通道结构，其一使用SPResNet结构，其二使用PVT结构，兼顾细节提取和全局特征关联，结合了CNN和Transformer结构的优点，采用互补的方式增加了整个网络的实际性能，以解决上述背景技术中提出现有的深度学习模型在结构上的缺陷，提高皮肤病变分割的精确度。

公开(公告)号：CN118984228A

公开(公告)日：2024-11-19

申请号：CN202410414129.0

申请日：2024-04-08

Applicant: 中国电子技术标准化研究院((工业和信息化部电子工业标准化研究院)(工业和信息化部电子第四研究院)) ,  桂林电子科技大学

Inventor： 曹旭光 ,  范科峰 ,  马慧琳 ,  徐存

IPC: H04L9/40 ,  H04L9/00 ,  H04L9/32 ,  H04L9/08 ,  H04N1/44 ,  G06V20/70 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/098 ,  G06N3/09

Abstract: 本发明公开了基于联邦学习隐私保护的结肠息肉语义分割深度学习方法，具体涉及联邦学习的隐私保护和医疗语义分割领域，包括以下步骤：S1、将Kvasir‑SEG数据集和CVC‑ClinicDB数据集进行数据预处理，然后将数据集中的真实图像进行one‑hot编码；S2、构建联邦学习框架，初始化随机加密算法池，随机选取客户端数量，分别部署客户端和服务器端模型；S3、将原始图片加载进Dataloader，设置超参数，并送入客户端模型学习；本发明为医疗图像处理领域深度学习和隐私保护的发展提供了新的思路，并且经过验证，采用联邦学习隐私保护的模型的实际效果可以达到原始模型的准确率，并且可以做到更好的隐私保护。