公开(公告)号：CN113870194A

公开(公告)日：2021-12-31

申请号：CN202111045957.4

申请日：2021-09-07

Applicant: 燕山大学

Inventor： 陈华 ,  金志豪 ,  刘刚 ,  马明伦

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T5/00 ,  G06T5/40 ,  G06T7/13

Abstract: 本发明提供一种深层特征和浅层LBP特征融合的乳腺肿瘤超声图像处理装置，其包括图像数据库建立单元、图像预处理单元、兴趣区域提取单元、深层特征提取单元、浅层LBP特征提取提取单元、特征融合单元以及分类单元。图像数据库建立单元、图像预处理单元、兴趣区域提取单元、深层特征提取单元、浅层LBP特征提取提取单元、特征融合单元以及分类单元相互通讯连接。本发明基于深度学习网络对图像的深度特征提取可以描述肿瘤图像的高层复杂特征，基于旋转不变局部二值模式的特征提取可以描述肿瘤图像的低层简单特征，特征融合可以组合这些信息以获得更多区分特征，能够有效提高分类性能。

公开(公告)号：CN117746119A

公开(公告)日：2024-03-22

申请号：CN202311745703.2

申请日：2023-12-19

Applicant: 燕山大学 ,  河北医科大学第二医院

Inventor： 陈华 ,  王浩 ,  马明伦 ,  成小石 ,  王在鑫 ,  蒋臣君 ,  王影 ,  安聪静

IPC: G06V10/764 ,  G06T7/00 ,  G06V10/80 ,  G06V10/82 ,  G06V10/26 ,  G06V10/30 ,  G06V10/36 ,  G06T7/11 ,  G06T7/13 ,  G06T7/194 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了一种基于特征融合和注意力机制的超声图像乳腺肿瘤分类方法，属于计算机辅助诊断乳腺肿瘤领域，建立乳腺超声图像数据集，基于MobileNet主干和特征融合的编码‑解码病灶分割网络，对乳腺肿瘤病变区域分割；利用肿瘤分割的先验信息，对乳腺超声图像进行分割增强预处理。利用形态学操作、双边滤波和CLAHE等方法，对原始实现去除噪声、细节和边缘增强，生成RGB图像用于肿瘤分类；改进设计轻量级视觉注意力网络VAN用于肿瘤分类，引入混合前馈神经网络模块，利用大核注意力机制提取图像局部和细节信息，并采用Softmax分类器对图像特征进行分类。采用本发明方法可更准确地实现对乳腺肿瘤超声图像的自动多分类。

公开(公告)号：CN113870194B

公开(公告)日：2024-04-09

申请号：CN202111045957.4

申请日：2021-09-07

Applicant: 燕山大学

Inventor： 陈华 ,  金志豪 ,  刘刚 ,  马明伦

IPC: G06T7/00 ,  G06T5/70 ,  G06T5/40 ,  G06V10/25 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/13 ,  G06T5/60

Abstract: 本发明提供一种深层特征和浅层LBP特征融合的乳腺肿瘤超声图像处理装置，其包括图像数据库建立单元、图像预处理单元、兴趣区域提取单元、深层特征提取单元、浅层LBP特征提取提取单元、特征融合单元以及分类单元。图像数据库建立单元、图像预处理单元、兴趣区域提取单元、深层特征提取单元、浅层LBP特征提取提取单元、特征融合单元以及分类单元相互通讯连接。本发明基于深度学习网络对图像的深度特征提取可以描述肿瘤图像的高层复杂特征，基于旋转不变局部二值模式的特征提取可以描述肿瘤图像的低层简单特征，特征融合可以组合这些信息以获得更多区分特征，能够有效提高分类性能。