-
公开(公告)号：CN118314161A
公开(公告)日：2024-07-09
申请号：CN202410733385.6
申请日：2024-06-07
Applicant: 南京理工大学
IPC: G06T7/136 , G06V10/764 , G06V10/40 , G06N3/0464 , G06V10/80 , G16H30/00
Abstract: 本发明公开了一种基于文本语义引导的小样本医学图像分割方法，使用编码器提取图像特征；在交互分支中加入器官文本描述，进入文本引导增强模块引导支持特征图和查询特征图得到相应的引导特征图，共同进入交叉特征提取器得到交互查询特征图，与引导支持原型进行余弦相似度计算，获得预测掩码一；在融合分支中，引导支持特征图通过原型生成模块获取引导支持原型，复制后与原始查询特征图通过通道拼接进入分支解码器输出预测掩码二；两个分支的掩码经过解码器获得两个图像生成掩码，通过图像阈值判别模块融合两者的正确信息，输出结果图像。本发明实现了支持样本和查询样本的关键交互，消除了交互干扰。
-
公开(公告)号：CN118334045B
公开(公告)日：2024-10-11
申请号：CN202410733380.3
申请日：2024-06-07
Applicant: 南京理工大学
IPC: G06T7/10 , G06V10/764 , G06V10/40 , G06N3/0464 , G06V10/80 , G16H30/00
Abstract: 本发明公开了一种基于双注意力机制和多尺度融合的小样本医学图像分割方法，在学习样本到类别属性映射的过程中，将单尺度的特征相似度计算分为不同特征尺度的计算结合，在其中一个尺度应用自注意力机制和交叉注意力机制，使得样本可以在原有基础上聚焦于类内特征；另一个尺度通过原型方法充分保留了提取的原始特征值，使得注意力机制的局限性不会对结果造成干扰。本发明更好的对齐了支持样本和查询样本前景特征，提升了对查询样本分割的准确性。
-
公开(公告)号：CN118314161B
公开(公告)日：2024-10-11
申请号：CN202410733385.6
申请日：2024-06-07
Applicant: 南京理工大学
IPC: G06T7/136 , G06V10/764 , G06V10/40 , G06N3/0464 , G06V10/80 , G16H30/00
Abstract: 本发明公开了一种基于文本语义引导的小样本医学图像分割方法，使用编码器提取图像特征；在交互分支中加入器官文本描述，进入文本引导增强模块引导支持特征图和查询特征图得到相应的引导特征图，共同进入交叉特征提取器得到交互查询特征图，与引导支持原型进行余弦相似度计算，获得预测掩码一；在融合分支中，引导支持特征图通过原型生成模块获取引导支持原型，复制后与原始查询特征图通过通道拼接进入分支解码器输出预测掩码二；两个分支的掩码经过解码器获得两个图像生成掩码，通过图像阈值判别模块融合两者的正确信息，输出结果图像。本发明实现了支持样本和查询样本的关键交互，消除了交互干扰。
-
公开(公告)号：CN118334045A
公开(公告)日：2024-07-12
申请号：CN202410733380.3
申请日：2024-06-07
Applicant: 南京理工大学
IPC: G06T7/10 , G06V10/764 , G06V10/40 , G06N3/0464 , G06V10/80 , G16H30/00
Abstract: 本发明公开了一种基于双注意力机制和多尺度融合的小样本医学图像分割方法，在学习样本到类别属性映射的过程中，将单尺度的特征相似度计算分为不同特征尺度的计算结合，在其中一个尺度应用自注意力机制和交叉注意力机制，使得样本可以在原有基础上聚焦于类内特征；另一个尺度通过原型方法充分保留了提取的原始特征值，使得注意力机制的局限性不会对结果造成干扰。本发明更好的对齐了支持样本和查询样本前景特征，提升了对查询样本分割的准确性。
-
-
-
Search Results
4
records
(took 0.017 seconds)
