公开(公告)号：CN118485672A

公开(公告)日：2024-08-13

申请号：CN202410498728.5

申请日：2024-04-24

Applicant: 杭州电子科技大学平湖数字技术创新研究院有限公司 ,  杭州电子科技大学

Inventor： 毛月田 ,  方银锋 ,  刘清松 ,  郭春生

IPC: G06T7/10 ,  G06T5/50

Abstract: 本发明公开了一种基于眼动数据掩码的图像分割方法及装置，通过观察数据集中的原始图像获取眼动数据，并根据眼动数据获取标准差掩码，以标准差掩码作为高斯滤波的标准差对原始图像进行处理，使眼动数据与原始图像进行融合，获取眼动掩图；眼动掩图中被注视部位较模糊，使用图像分割模型捕捉并学习眼动掩图中目标部位的特征更加困难，从而在医学图像数据不足的情况下有效提升分割模型的精度，改善医学图像的分割效果。同时，本发明在训练集构建过程中可以在专业人员阅读医学影像的同时记录眼动数据，不会影响正常的工作流程，且操作简单，节约人力成本。

公开(公告)号：CN116993699A

公开(公告)日：2023-11-03

申请号：CN202310972385.7

申请日：2023-08-03

Applicant: 杭州电子科技大学

Inventor： 方银锋 ,  刘清松 ,  毛月田

IPC: G06T7/00 ,  G06T7/11

Abstract: 本发明公开了一种眼动辅助训练下的医学图像分割方法及系统；该方法如下：一、建立包含眼动数据的数据集。步骤二、对数据集中的眼动数据进行预处理，形成显著性视图。三、构建眼动信息学习模块。四、构建医学图像分割模块；医学图像分割模块能够融合眼动信息学习模块输出的注意力特征，通过深度学习的方式分割出医学图像中的目标区域。五、利用经过训练的眼动信息学习模块和医学图像分割模块对被测图像进行识别。本发明利用眼动数据采集成本低，采集效率高，在医生阅读医学影像时自动收集眼动数据进行辅助分割，并将眼动数据融入分割模型中，让模型学习人的注意力特征信息，在医学图像数据不足的情况下能达到更好的分割效果。