公开(公告)号：CN115619693A

公开(公告)日：2023-01-17

申请号：CN202211305108.2

申请日：2022-10-24

Applicant: 宁夏医科大学 ,  北方民族大学

Inventor： 陆惠玲 ,  周涛 ,  刘珊 ,  王晓峰 ,  支力佳 ,  白静

IPC: G06T5/50 ,  G06T5/20 ,  G06T7/11

Abstract: 本发明提供了一种基于嵌套多尺度变换的时空融合模型，包括：获取CT和PET影像；对CT和PET影像均进行LATLRR和NSCT嵌套分解：经LATLRR分解得到的低秩部分和显著部分，对低秩部分进行NSCT分解，得到高频子带和低频子带；基于平均梯度自适应加权融合方法对低频子带进行融合，基于区域能量取最大值方法对高频子带进行融合，将融合后的高频子带和低频子带融合获得低秩融合部分；将CT和PET影像的显著部分融合获得显著融合部分；将低秩融合部分和显著融合部分叠加，得到融合图像。本发明融合后的图像对于图像的细节信息能够较好的保留，可以较好地融合PET影像中的信息和CT影像中的信息，图像清晰度高，保留丰富的边缘信息。

公开(公告)号：CN111582328A

公开(公告)日：2020-08-25

申请号：CN202010322518.2

申请日：2020-04-22

Applicant: 北方民族大学

Inventor： 周涛 ,  陆惠玲 ,  朱立军 ,  王晓峰 ,  霍兵强 ,  任海玲 ,  董雅丽

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于肺部CT影像的COVID-19分类识别方法，包括：采集正常肺部CT影像、肺部肿瘤CT影像、COVID肺部CT影像，得到三个样本子集，并构成样本集；采用迁移学习法，分别对AlexNet、GoogleNet、ResNet三个卷积神经网络进行预训练，分别得到三个卷积神经网络的初始化参数；将样本集分别输入至预训练完成的三个卷积神经网络，得到三个个体分类器；采用集成学习法对三个个体分类器进行集成，获得集成分类器模型。本发明的集成模型整体分类性能优于个体分类器，且特异性和灵敏度等评价指标也较高，能较好满足COVID-19肺部CT影像的快速识别要求。

公开(公告)号：CN115619797A

公开(公告)日：2023-01-17

申请号：CN202211305209.X

申请日：2022-10-24

Applicant: 宁夏医科大学 ,  北方民族大学

Inventor： 陆惠玲 ,  周涛 ,  王晓峰 ,  支力佳 ,  张少敏

IPC: G06T7/10 ,  G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制的并行U‑Net网络的肺部图像分割方法，包括以下步骤：构建并行的U‑NetA网络和U‑NetB网络，其中，U‑NetA网络为双编路径‑单解路径结构，U‑NetB网络为单编码路径‑单解码路径；得到PET/CT图像特征和PET图像特征，对每一层的PET/CT图像特征和PET图像特征使用两模态图像特征提取块，基于注意力门从包含代谢信息的PET图像特征和PTE/CT图像特征中提取信息，得到两模态图像特征；将CT图像输入至U‑NetB网络的编码路径中，得到CT图像特征；将两模态图像特征和CT图像特征通过混合注意力机制进行处理，然后分别输入U‑NetA网络和U‑NetB网络的解码路径，共同参与网络上采样；对U‑NetA网络和U‑NetB网络解码路径得到的不同尺度的特征图输入至多尺度特征聚合模块，得到最终的图像分割结果。