公开(公告)号：CN116542921A

公开(公告)日：2023-08-04

申请号：CN202310481889.9

申请日：2023-04-28

Applicant: 大连理工大学

Inventor： 朴永日 ,  吴岚虎 ,  张淼 ,  李智玮

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/50 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80

Abstract: 本发明公开了一种结肠息肉分割方法、装置及存储介质，包括：将结肠镜影像图片输入特征编码器，得到多层级的编码特征；针对编码特征，通过上下文丰富模块得到各层级的增强特征；同时，本发明设计了一个边界提取器，通过多层级的编码特征来生成边界注意力图；增强特征通过一系列的边界引导双向注意力残差模块按照从高层至低层的准则进行动态融合，同时对边界进行增强，得到最终结肠息肉分割预测结果。本发明构建了基于边界引导双向注意力残差网络的结肠息肉分割模型，利用边界引导双向注意力残差模块和上下文丰富模块，在很多有挑战性的场景下都能取得准确的分割结果。

公开(公告)号：CN116542924A

公开(公告)日：2023-08-04

申请号：CN202310486436.5

申请日：2023-04-28

Applicant: 大连理工大学

Inventor： 朴永日 ,  李智玮 ,  张淼 ,  吴岚虎

IPC: G06T7/00 ,  G06T7/11 ,  G06V10/774 ,  G06V10/42 ,  G06V10/80

Abstract: 本发明公开了一种前列腺病灶区域检测方法、装置及存储介质，涉及到计算机视觉领域，准确的自动前列腺病灶区域分割是计算机辅助诊断和治疗前列腺疾病的一个重要需求。然而，前列腺与周围组织之间缺乏清晰的边界和高对比度，很难从背景中准确提取前列腺。由于医学图像的信息稀缺性，必须采用多种方法进行多维度的信息提取，但目前的方法并不能充分学习和挖掘隐藏的信息。为了应对上述挑战，本发明提出了一种全新的适用于计算机视觉领域的前列腺病灶区域检测方法、装置及存储介质，为了提高不同尺度下提取信息的质量，在所提出的网络中使用不同的卷积组合和各种注意机制。使其在不同的成像方式下都能有优越的性能。