公开(公告)号：CN118196121B

公开(公告)日：2024-09-20

申请号：CN202410412181.2

申请日：2024-04-08

Applicant: 兰州交通大学

Inventor： 廉敬 ,  曹玉竹 ,  张怀堃 ,  石斌 ,  刘冀钊 ,  杨雪丰

IPC: G06T7/11 ,  G06T7/00 ,  G06T5/70 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于去噪扩散概率模型的乳腺超声图像分割方法，本发明提出了一种基于去噪扩散概率模型的医学图像分割方法；该方法增强了对全局语义信息和复杂信息的捕捉能力，同时提高了去噪扩散概率模型对病灶区域的关注度；此外，它更好地实现了噪声和语义特征之间的交互，有效降低了高频噪声的干扰；通过这些改进，本方法能够更准确地分割出乳腺肿瘤图像中的病灶区域，为乳腺肿瘤等疾病的诊断提供了有力支持。

公开(公告)号：CN118196121A

公开(公告)日：2024-06-14

申请号：CN202410412181.2

申请日：2024-04-08

Applicant: 兰州交通大学

Inventor： 廉敬 ,  曹玉竹 ,  张怀堃 ,  石斌 ,  刘冀钊 ,  杨雪丰

IPC: G06T7/11 ,  G06T7/00 ,  G06T5/70 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于去噪扩散概率模型的乳腺超声图像分割方法，本发明提出了一种基于去噪扩散概率模型的医学图像分割方法；该方法增强了对全局语义信息和复杂信息的捕捉能力，同时提高了去噪扩散概率模型对病灶区域的关注度；此外，它更好地实现了噪声和语义特征之间的交互，有效降低了高频噪声的干扰；通过这些改进，本方法能够更准确地分割出乳腺肿瘤图像中的病灶区域，为乳腺肿瘤等疾病的诊断提供了有力支持。

公开(公告)号：CN119180826A

公开(公告)日：2024-12-24

申请号：CN202411203045.9

申请日：2024-08-29

Applicant: 兰州交通大学

Inventor： 廉敬 ,  曹玉竹 ,  张怀堃 ,  杨雪丰 ,  郑礼 ,  刘冀钊 ,  石斌

IPC: G06T7/10 ,  G06N3/047 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06T5/70 ,  G06T5/60 ,  G06V10/80 ,  G06V10/44 ,  G06V10/52

Abstract: 本发明公开了扩散模型、多尺度与注意力模块的医学超声图像分割方法，本发明将其扩散模型为改进的去噪扩散概率模型，多尺度与注意力模块分别为自行设计的多尺度动态条件模块和高斯交叉融合注意力模块。该方法使用去噪扩散概率模型，去除图像噪声和捕获重要细节信息；利用多尺度动态条件模块，提高图像对比度和对不同尺度上下文信息的整合能力；利用高斯交叉融合注意力模块，克服直接合并编码器特征和动态条件模块特征时的不兼容性。