公开(公告)号：CN118154878A

公开(公告)日：2024-06-07

申请号：CN202410385640.2

申请日：2024-04-01

Applicant: 中国矿业大学

Inventor： 袁小平 ,  杨婕 ,  袁宇豪 ,  涂齐阳

IPC: G06V10/26 ,  G06V10/77 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/09

Abstract: 本公开提供一种甲状腺结节分割模型的训练方法、结节分割方法和装置，甲状腺结节分割模型的训练方法包括：获取目标训练样本，目标训练样本包括：多个甲状腺结节超声图像数据；构建预设网络模型，预设网络模型中包括：编码器、全局引导模块、金字塔池化模块、混合自适应注意力模块以及解码器；采用混合损失函数，基于目标训练样本对预设网络模型进行训练，得到甲状腺结节分割模型。从而，通过对构建出的预设网络模型进行训练，得到能够分割甲状腺结节的甲状腺结节分割模型，便于对甲状腺结节进行有效分割，以提升甲状腺结节的分割精度，有效扩展了医学图像在临床诊断上的应用。

公开(公告)号：CN117115663A

公开(公告)日：2023-11-24

申请号：CN202311264681.8

申请日：2023-09-28

Applicant: 中国矿业大学

Inventor： 袁小平 ,  陈烨 ,  王小倩 ,  贺智杰 ,  刘晨希 ,  张文豪 ,  王子玮 ,  杨婕 ,  杨梓恬 ,  陈宗琦

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于深度监督网络的遥感图像变化检测系统及其方法，基于Unet++模型端对端的编解码网络DSNet，包括编码器、解码器和分类器；双时图像Image1和Image2作为孪生网络的输入，通过多尺度残差特征提取模块进行连续的特征提取和下采样，并将每层获取的双时相图像的特征差异信息及前序节点的输出串联后作为解码器的输入，解码器部分将不同尺度的特征图进行融合，得到的特征图经过深度监督网络分类得到预测变化图。本系统中设计的非对称的多尺度残差特征提取模块(MultiRes block)将F1‑Score提升了1.4％，深度融合监督部分在增加了少量参数量的情况下，将F1‑Score提升了2.1％。