公开(公告)号：CN114820636B

公开(公告)日：2024-11-15

申请号：CN202210549492.4

申请日：2022-05-20

Applicant: 南京邮电大学

Inventor： 朱虎 ,  钱誉 ,  邓丽珍

IPC: G06T7/10 ,  G06T7/11 ,  G06T17/00 ,  G06N3/0464

Abstract: 本发明公开了一种三维医学图像分割模型及其训练方法和应用，该模型基于深度学习卷积神经网络，网络模型由Prototype计算模块、编码器解码器模块、任务控制器模块、动态卷积核生成器模块以及动态分割头模块构成。模型通过设计一个任务控制器并引入Prototype特征向量来指导网络进行分割任务判别，使用动态卷积灵活处理不同分割任务，解决了医学图像分割领域中的部分标记问题，达到了多类别三维医学图像器官和肿瘤分割的目的，解决了当前主流方法中参数过多，对任务扩展不灵活的问题，同时在分割结果上有一定的提升。

公开(公告)号：CN114820636A

公开(公告)日：2022-07-29

申请号：CN202210549492.4

申请日：2022-05-20

Applicant: 南京邮电大学

Inventor： 钱誉 ,  朱虎 ,  邓丽珍

IPC: G06T7/10 ,  G06T7/11 ,  G06T17/00 ,  G06N3/04

Abstract: 本发明公开了一种三维医学图像分割模型及其训练方法和应用，该模型基于深度学习卷积神经网络，网络模型由Prototype计算模块、编码器解码器模块、任务控制器模块、动态卷积核生成器模块以及动态分割头模块构成。模型通过设计一个任务控制器并引入Prototype特征向量来指导网络进行分割任务判别，使用动态卷积灵活处理不同分割任务，解决了医学图像分割领域中的部分标记问题，达到了多类别三维医学图像器官和肿瘤分割的目的，解决了当前主流方法中参数过多，对任务扩展不灵活的问题，同时在分割结果上有一定的提升。