公开(公告)号：CN117372687A

公开(公告)日：2024-01-09

申请号：CN202311092626.5

申请日：2023-08-29

Applicant: 华中科技大学

Inventor： 胡胜山 ,  张泷玲 ,  李明慧 ,  余磊

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的多模态神经图像肿瘤分割方法，包括：获取正电子发射型计算机断层显像PET图像及其对应的计算机断层扫描CT图像所组成的PET‑CT图像对，对该PET‑CT图像对进行预处理，以得到预处理后的PET‑CT图像对，将预处理后的PET‑CT图像对输入到训练好的多模态神经图像肿瘤分割模型中，以得到最终的病灶分割预测结果。本发明能够解决现有按位加融合后进行分割的方法由于忽略了不同模态之间的权重和特征差异，这会导致某些模态的信息被过度强调，而其他模态的信息被忽略，进而造成分割结果不准确的技术问题。

公开(公告)号：CN117115619A

公开(公告)日：2023-11-24

申请号：CN202311092031.X

申请日：2023-08-29

Applicant: 华中科技大学

Inventor： 胡胜山 ,  李明慧 ,  张泷玲 ,  余磊

IPC: G06V10/82 ,  G06V10/94 ,  G06V10/96 ,  G06V10/80 ,  G06V10/44 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/098

Abstract: 本发明公开了一种面向医疗图像的联邦学习公平性提升方法，包括：K个客户端中的第k个客户端获取正电子发射型计算机断层显像PET图像及其对应的计算机断层扫描CT图像所组成的PET‑CT图像对，对该PET‑CT图像对进行预处理，以得到预处理后的PET‑CT图像对，将PET‑CT图像对输入到多模态神经图像肿瘤分割模型Wk中进行训练，通过计算损失函数获取多模态神经图像肿瘤分割模型Wk的梯度gk，使用梯度gk对多模态神经图像肿瘤分割模型Wk进行参数更新，以得到第k个客户端初步训练好的多模态神经图像肿瘤分割模型Wk。本发明能够解决现有qFedAvg聚合方法由于量化会影响模型参数的精度，导致客户端之间的性能差异变大，从而降低联邦学习公平性的技术问题。