-
公开(公告)号:CN115049603B
公开(公告)日:2024-06-07
申请号:CN202210633745.6
申请日:2022-06-07
Applicant: 安徽大学
IPC: G06V10/26 , G06V20/70 , G06V10/44 , G06V10/74 , G06V10/762 , G06V10/764 , G06V10/82 , G06T7/00 , G06N3/0464 , G06N3/084 , G06N3/09 , G06N3/048
Abstract: 本发明提供一种基于小样本学习的肠息肉分割方法及系统,系统包括:收集训练样本,获取测试样本,将训练样本和测试样本分别再次划分为支持集和查询集;构建特征提取模块来提取支持图像和查询图像的特征信息;构建多级原型学习模块来学习支持图像中的多级目标原型并使其引导查询图像来寻找疑似目标区域;构建全局信息交互模块使得支持图像和查询图像进行充分的信息交互,使查询图像与支持图像的特征层次和对比度相似;构建神经网络,利用训练样本训练该神经网络,优化网络参数,得到神经网络模型;将测试样本输入至上述模型中,经计算输出肠息肉分割图像。解决了分割精度低、依赖充分训练及过度依赖用户交互的问题。
-
公开(公告)号:CN115049603A
公开(公告)日:2022-09-13
申请号:CN202210633745.6
申请日:2022-06-07
Applicant: 安徽大学
IPC: G06T7/00 , G06T7/10 , G06V10/40 , G06V10/74 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于小样本学习的肠息肉分割方法及系统,系统包括:收集训练样本,获取测试样本,将训练样本和测试样本分别再次划分为支持集和查询集;构建特征提取模块来提取支持图像和查询图像的特征信息;构建多级原型学习模块来学习支持图像中的多级目标原型并使其引导查询图像来寻找疑似目标区域;构建全局信息交互模块使得支持图像和查询图像进行充分的信息交互,使查询图像与支持图像的特征层次和对比度相似;构建神经网络,利用训练样本训练该神经网络,优化网络参数,得到神经网络模型;将测试样本输入至上述模型中,经计算输出肠息肉分割图像。解决了分割精度低、依赖充分训练及过度依赖用户交互的问题。
-