公开(公告)号：CN119478389A

公开(公告)日：2025-02-18

申请号：CN202411402269.2

申请日：2024-10-09

Applicant: 浙江工业大学

Inventor： 叶得章 ,  管秋 ,  杨坚敏 ,  赵柯尔 ,  高华 ,  龙海霞 ,  徐新黎

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06V10/44

Abstract: 一种基于mamba的胰腺CT图像分割方法和装置，其方法包括以下步骤：步骤S1:获取NIH、MSD、临床数据集图像；步骤S2:进行数据预处理和数据增强；步骤S3:设计多尺度mamba UNet分割模型；步骤S4:训练模型，将经过数据增强处理后的图片加载进模型开始训练；步骤S5:验证模型性能。本发明在模型中引入了边缘增强路径，使得模型对胰腺轮廓的分割效果提升。

公开(公告)号：CN117575998A

公开(公告)日：2024-02-20

申请号：CN202311419080.X

申请日：2023-10-30

Applicant: 浙江工业大学

Inventor： 管秋 ,  杨志强 ,  赵柯尔 ,  叶得章 ,  吴陈琰 ,  郑建炜 ,  周乾伟 ,  陈峰

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 一种基于重参数化大卷积核的胰腺肿瘤高精度检测方法，包括以下步骤：步骤S1:获取胰腺CT图像数据集并做划分；步骤S2:设计RepDW结构；步骤S3:将数据集在线增强；步骤S4:训练基于重参数化大卷积核RepDW结构的YOLO算法；步骤S5:验证评估模型性能；步骤S6:保存最佳训练模型。本发明提提出可以无损提升肿瘤检出性能的YOLO新架构，设计了一种RepDW的卷积结构，通过使用重参数化深度可分离卷积，不仅提升了网络的感受野，增强了网络的全局信息提升能力，同时保证了实时性，最终本方法可以同时有效提升胰腺大肿瘤和小病症的检出能力，并且保证了较快的推理速度，达到了临床实时性的要求。