公开(公告)号：CN117876689A

公开(公告)日：2024-04-12

申请号：CN202410064036.X

申请日：2024-01-17

Applicant: 杭州电子科技大学

Inventor： 殷昱煜 ,  张新 ,  万健 ,  许杰

IPC: G06V10/26 ,  G06V10/42 ,  G06V10/52 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多注意力和空洞卷积的脑卒中图像分割方法，该方法首先将图像输入由k个卷积单元构成的下采样模块，每个卷积单元输出特征Fi。其次将提取的前k‑1个不同层级特征Fi分别输入到多空洞卷积跳跃连接模块提取特征#imgabs0#然后对第k个卷积单元输出的特征Fk进行线性映射，输入视觉Transformer模块，再进行卷积和反卷积，得到特征fk‑1。最后将特征fk‑1和第k‑1个多空洞卷积跳跃连接模块提取的特征#imgabs1#在通道维度级联，输入上采样模块，得到输入图像的分割结果。本发明增强了模型对于细节纹理和全局语义信息的提取，有效地解决脑卒中图像分割任务中存在的问题。

公开(公告)号：CN117876689B

公开(公告)日：2025-03-28

申请号：CN202410064036.X

申请日：2024-01-17

Applicant: 杭州电子科技大学

Inventor： 殷昱煜 ,  张新 ,  万健 ,  许杰

IPC: G06V10/26 ,  G06V10/42 ,  G06V10/52 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多注意力和空洞卷积的脑卒中图像分割方法，该方法首先将图像输入由k个卷积单元构成的下采样模块，每个卷积单元输出特征Fi。其次将提取的前k‑1个不同层级特征Fi分别输入到多空洞卷积跳跃连接模块提取特征#imgabs0#然后对第k个卷积单元输出的特征Fk进行线性映射，输入视觉Transformer模块，再进行卷积和反卷积，得到特征fk‑1。最后将特征fk‑1和第k‑1个多空洞卷积跳跃连接模块提取的特征#imgabs1#在通道维度级联，输入上采样模块，得到输入图像的分割结果。本发明增强了模型对于细节纹理和全局语义信息的提取，有效地解决脑卒中图像分割任务中存在的问题。

公开(公告)号：CN300970063D

公开(公告)日：2009-07-29

申请号：CN200830240375.0

申请日：2008-09-25

Applicant: 杭州电子科技大学

Designer： 许杰

公开(公告)号：CN300961420D

公开(公告)日：2009-07-15

申请号：CN200830176776.4

申请日：2008-08-25

Applicant: 杭州电子科技大学

Designer： 许杰