一种基于U型网络的医学图像分割方法

    公开(公告)号:CN113240691A

    公开(公告)日:2021-08-10

    申请号:CN202110654344.4

    申请日:2021-06-10

    Abstract: 本发明公开了一种基于U型网络的医学图像分割方法,属于图像处理技术领域,包括如下步骤:首先将医学影像数据集的原图和实际分割图按照一定比例分成训练集、验证集以及测试集,并将训练集以及验证集送入改进的恒定缩放分割网络中训练;本发明针对传统传统U型网络中编码器和解码器的部分进行改进,提出恒定缩放的残差网络与循环神经网络结合代替原有的编解码器模块,增强浅层信息与深层语义的灵活性融合,更深入地提取了图像的特征信息,同时提高医学图像分割的精确度。本发明从改进模块结构的角度弥补了传统U型网络捕捉细节信息能力丢失、深浅层信息特征融合比例固定的问题,从而改善了最终的分割结果。

    一种基于纹理特征的图像压缩感知自适应重构方法及装置

    公开(公告)号:CN115546325A

    公开(公告)日:2022-12-30

    申请号:CN202211232232.0

    申请日:2022-10-10

    Abstract: 本发明公开了一种基于纹理特征的图像压缩感知自适应重构方法及装置,方法包括:获取待重构原始图像;对原始图像中的图像块进行压缩感知采样,得到图像块的测量值;将图像块的测量值输入预训练好的重构网络模型,得到重构的图像块;对重构的图像块按照顺序进行拼接,获得最终的重构图像;其中所述重构网络模型包括初始重构子网、门子网和骨干重构子网;利用门子网挖掘初始重构的纹理特征,输出激活向量,以激活骨干重构子网的对应部分,实现对不同图像块的自适应重构,提高重构质量与效率。

    一种基于U型网络的医学图像分割方法

    公开(公告)号:CN113240691B

    公开(公告)日:2023-08-01

    申请号:CN202110654344.4

    申请日:2021-06-10

    Abstract: 本发明公开了一种基于U型网络的医学图像分割方法,属于图像处理技术领域,包括如下步骤:首先将医学影像数据集的原图和实际分割图按照一定比例分成训练集、验证集以及测试集,并将训练集以及验证集送入改进的恒定缩放分割网络中训练;本发明针对传统传统U型网络中编码器和解码器的部分进行改进,提出恒定缩放的残差网络与循环神经网络结合代替原有的编解码器模块,增强浅层信息与深层语义的灵活性融合,更深入地提取了图像的特征信息,同时提高医学图像分割的精确度。本发明从改进模块结构的角度弥补了传统U型网络捕捉细节信息能力丢失、深浅层信息特征融合比例固定的问题,从而改善了最终的分割结果。

Patent Agency Ranking