公开(公告)号：CN117611596A

公开(公告)日：2024-02-27

申请号：CN202311651600.X

申请日：2023-12-05

Applicant: 桂林电子科技大学

Inventor： 潘细朋 ,  陈明威 ,  蓝如师 ,  刘再毅 ,  卞新军 ,  俸思洋 ,  陈家乐

IPC: G06T7/10 ,  G06T5/50 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明公开了一种基于LesionMix和熵最小化的半监督肺癌医学影像分割方法及装置，方法包括：对CT图像进行预处理，形成数据集；利用所述数据集对预先设立的影像分割模型进行二阶段的训练；第一阶段训练：利用LesionMix特征增强算法生成病灶混合增强数据，然后将病灶混合增强数据作为影像分割模型的训练数据，第一阶段训练完成后保存模型参数；第二阶段训练：将第一阶段训练保存的模型参数作为第二阶段的初始模型参数，然后计算总损失来训练影像分割模型；利用训练好的影像分割模型对待预测的CT图像进行预测，得到预测分割结果。本发明实现肺癌CT影像的病灶分割的同时降低对标签的质量要求，不但提高了数据增强的质量，而且大大节约了图像标注成本。

公开(公告)号：CN117522892A

公开(公告)日：2024-02-06

申请号：CN202311524395.0

申请日：2023-11-15

Applicant: 桂林电子科技大学

Inventor： 潘细朋 ,  俸思洋 ,  王子民 ,  刘振丙 ,  刘再毅 ,  陈明威 ,  邓华虎

IPC: G06T7/11 ,  G06T7/13 ,  G06V10/25 ,  G06V10/28 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及基于空间通道注意力增强的肺腺癌CT影像病灶分割方法，包括：获取待检测肺部CT影像；将所述待检测肺部CT影像输入预设的分割模型中，获取病灶分割掩膜图；基于所述病灶分割掩膜图提取影响特征并进行量化，获取所述待检测肺部CT影像中的肿瘤影像特征信息，其中，所述分割模型基于训练集训练获得，所述训练集包括若干患者肺部CT影像，所述分割模型采用scSE空间通道注意力增强的分割网络EfficientUNet++构建。本发明能够减少早期肺腺癌CT影像病灶分割任务中存在的时间成本、人力成本，提高分割精度。