公开(公告)号：CN118735945A

公开(公告)日：2024-10-01

申请号：CN202410880886.7

申请日：2024-07-02

Applicant: 哈尔滨理工大学

Inventor： 王祖恒 ,  杨博韬 ,  杜舆江 ,  王进科

IPC: G06T7/11 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/762 ,  G06V10/82

Abstract: 本发明涉及一种基于锚点的提示学习编码器网络用于肺结节分割的方法，属于医学影像和深度学习领域。针对当前肺结节分割精确度不足的问题，本发明提出了一种新方法。该方法通过改进传统Yolov5模型，在Head模块中添加提示学习模块，构建YoSAM网络，通过锚点特征提取，实现半自动监督学习。技术方案包括以下步骤：首先对公开的胸部医学影像进行数据处理，制作二维图像。其次，对影像进行数据增强，保证训练和测试的平衡，将处理好的训练集传入YoSAM网络进行训练，保存最优模型，获得分割结果，并与金标准进行对比验证。最后能够提升肺结节的检测与分割能力，减少漏检和误检现象，显著提高分割的精度和速度，适用于肺癌早期诊断和其他医学影像分割任务。