-
公开(公告)号:CN119724541A
公开(公告)日:2025-03-28
申请号:CN202411619666.5
申请日:2024-11-13
Applicant: 南京医科大学眼科医院 , 宁夏医科大学总医院
IPC: G16H50/20 , A61B3/10 , A61B3/12 , A61B3/14 , G16H50/30 , G16H30/40 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06T7/00
Abstract: 本发明属于医疗图像分析技术领域,公开了一种利用频域注意力机制的糖尿病视网膜病变分级模型系统,包括数据集构建模块、数据预处理模块、评估指标模块、特征提取模块、频域通道注意力模块、频域空间注意力模块;本发明提出了一种基于深度学习的DR分级模型,旨在更准确地识别和分类眼底图像中的病变。通过引入频域通道注意力模块(FCAM)和频域空间注意力模块(FSAM),模型能够更有效地捕获微弱病变特征。FCAM通过融合频域和通道域信息,提升模型对病变区域的敏感性;FSAM则通过在空间域和频域上强调关键像素,增强模型对细微纹理特征的提取能力。
-
公开(公告)号:CN119006485A
公开(公告)日:2024-11-22
申请号:CN202411073389.2
申请日:2024-08-06
Applicant: 宁夏医科大学总医院
IPC: G06T7/10 , G06T7/13 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于图像分割技术领域,尤其涉及一种改进SegFormer的视杯视盘同步分割方法及系统,包括:S1,使用编码器提取眼底图像中视杯视盘的特征,输出高分辨率浅层特征和低分辨率精细特征;S2,EVC模块通过低分辨率精细特征学习视杯视盘的边缘特征;S3,使用解码器融合和细化特征图,完成分割任务。本发明通过改进特征提取和边缘特征学习技术,解决了现有技术中的分割精度不足和边缘信息不足的问题,并在视杯视盘同步分割任务中取得了显著的技术进步。
-
公开(公告)号:CN118485678A
公开(公告)日:2024-08-13
申请号:CN202410590540.3
申请日:2024-05-13
Applicant: 宁夏医科大学总医院
Abstract: 本发明属于图像分割技术领域,公开了一种改进UPerNet视网膜层和流体区域联合分割方法及系统,包括:S1,使用Swin Transformer作为主干网络以提取图像的全局特征;S2,使用CARAFE模块改进特征金字塔模块以减少上采样过程中特征信息损失;S3,改进损失函数以解决样本类别不平衡的问题。本发明使用Swin Transformer作为主干网络,以更好地提取OCT图像中的全局特征;改进上采样模块,减少细节信息丢失,充分利用底层内容信息,从而输出更加精细的分割结果;改进损失函数,以解决样本类别不平衡的问题。
-
-