公开(公告)号：CN116823786A

公开(公告)日：2023-09-29

申请号：CN202310804910.4

申请日：2023-07-03

Applicant: 浙江省中医院、浙江中医药大学附属第一医院(浙江省东方医院) ,  浙江工商大学

Inventor： 许茂盛 ,  高晨 ,  吴林玉 ,  杨柏林 ,  罗文蔚 ,  杨涛 ,  王世威 ,  吴郑鑫

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/73

Abstract: 本发明公开了一种基于可变形卷积的胸部X线图像异物检测方法。本发明首先对X线图像预处理，用于增强图像的对比度和清晰度；其次构建基于可变形卷积的卷积神经网络；所述卷积神经网络包括改进的MoblieNet主干网络、空间金字塔池化结构、空间聚合模块和异物预测头部；然后将训练集数据输入至基于可变形卷积的卷积神经网络进行训练，得到训练好的网络模型；最后将测试集数据输入至训练好的网络模型得到提取出的特征图，然后进行预测，回归得到异物的坐标。本发明中的基于可变形卷积的主干网络可以自适应地调整特征的偏移量，从而更准确地提取异物的特征；本发明中的空间聚合模块将空间位置信息嵌入图像特征中，能更好捕获异物的位置信息。

公开(公告)号：CN115272215A

公开(公告)日：2022-11-01

申请号：CN202210863784.5

申请日：2022-07-21

Applicant: 浙江工商大学

Inventor： 杨柏林 ,  罗文蔚

IPC: G06T7/00 ,  G06T7/73 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了基于注意力机制的卷积神经网络胸部X光片异物检测方法。本发明首先使用限制对比度自适应直方图均衡化算法对原图进行预处理；其次构建基于通道注意力的卷积神经网络，其中骨干网络进行特征提取生成多尺度特征图，特征金字塔结构进行多尺度特征融合，注意力模块在通道维度上，对多尺度特征图的特征融合进行加强，并将特征金字塔结构输出的特征图引入异物检测的头部；然后通过训练集数据对基于通道注意力的神经网络进行训练，得到训练好的网络模型；最后将测试集数据输入到训练好的网络模型，回归得到异物的坐标。本发明在通道维度上进行多尺度特征融合，充分利用每个通道的有效信息，准确对异物进行分类，并定位出异物的位置。