公开(公告)号：CN116862891A

公开(公告)日：2023-10-10

申请号：CN202310914112.7

申请日：2023-07-25

Applicant: 衢州市人民医院(衢州中心医院) ,  电子科技大学长三角研究院(衢州)

Inventor： 童毓华 ,  袁国慧 ,  胡静 ,  王卓然 ,  黄崇君

IPC: G06T7/00 ,  G06T7/13 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G16H30/20 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/0455

Abstract: 本发明涉及人工智能、计算机视觉领域，涉及一种编码器‑解码器结构的双分支OCT血管超精细语义分割方法。主旨在于采用深度学习方法实现对OCT图像像素级别的分类，从而获得OCT图像中的血管外部区域，血管内部区域，主要方案包括由人工标定血管轮廓信息，包括血管内外直径，建立眼部OCT血管数据库，对于患者的OCT血管图像进行数据预处理；使用基于改进的Transformer模型完成眼部OCT血管的超精细语义分割任务；构建解码器双分支模型，从塔形模型的输出中分别提取眼部OCT血管的全局信息和血管壁边缘信息；通过特征融合模块对上面全局特征和边缘特征进行融合，最后生成最终边缘概率图，筛选后得到血管边缘。

公开(公告)号：CN118365658B

公开(公告)日：2024-08-23

申请号：CN202410793240.5

申请日：2024-06-19

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 王卓然 ,  袁国慧 ,  熊智铭 ,  李文 ,  黄崇君 ,  胡静 ,  杨磊

IPC: G06T7/10 ,  G06T7/00 ,  G06T5/40 ,  G06T5/90 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供了一种用于糖尿病视网膜病变的多病灶分割方法，主要应用于医学影像分析、人工智能和机器视觉领域。旨在解决糖尿病视网膜病变的多病灶分割难题，提高早期筛查的效率和准确性，该方法通过数据预处理、图像增强、数据增强、网络预训练和多病灶分割等步骤，实现了对糖尿病视网膜病变中微血管瘤、出血、硬性渗出和软性渗出四种主要病变类型的准确分割。其创新点包括采用对比度限制自适应直方图均衡化和色彩与对比度增强算法进行图像增强，使用残差可分离卷积模块扩展的U‑Net网络进行特征提取，以及双分支结构和特征交互模块实现多病灶分割。

公开(公告)号：CN118365658A

公开(公告)日：2024-07-19

申请号：CN202410793240.5

申请日：2024-06-19

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 王卓然 ,  袁国慧 ,  熊智铭 ,  李文 ,  黄崇君 ,  胡静 ,  杨磊

IPC: G06T7/10 ,  G06T7/00 ,  G06T5/40 ,  G06T5/90 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供了一种用于糖尿病视网膜病变的多病灶分割方法，主要应用于医学影像分析、人工智能和机器视觉领域。旨在解决糖尿病视网膜病变的多病灶分割难题，提高早期筛查的效率和准确性，该方法通过数据预处理、图像增强、数据增强、网络预训练和多病灶分割等步骤，实现了对糖尿病视网膜病变中微血管瘤、出血、硬性渗出和软性渗出四种主要病变类型的准确分割。其创新点包括采用对比度限制自适应直方图均衡化和色彩与对比度增强算法进行图像增强，使用残差可分离卷积模块扩展的U‑Net网络进行特征提取，以及双分支结构和特征交互模块实现多病灶分割。

公开(公告)号：CN118537552A

公开(公告)日：2024-08-23

申请号：CN202410623391.6

申请日：2024-05-20

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 王卓然 ,  袁国慧 ,  胡静 ,  黄崇君 ,  邹沅江 ,  熊智铭 ,  李文

IPC: G06V10/26 ,  G06V10/60 ,  G06V10/50 ,  G06V10/30 ,  G06V10/56 ,  G06V10/80 ,  G06V10/52 ,  G06V10/82 ,  G06V10/771 ,  G06V10/776 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明属于人工智能和计算机视觉领域，提供了一种基于Transformer的彩色眼底图像微血管瘤超精细分割方法，主旨在于解决医学图像中微血管瘤检测和分割的难题，特别是针对糖尿病视网膜病变的早期诊断。主要方案包括：数据预处理，如绿色通道提取、自适应直方图均衡化和去噪；数据增强和图像分割；多层级编码器HVMT和VMT特征提取模块设计；特征融合和微血管瘤概率图生成；采用Focal Tversky Loss函数优化分割结果。本发明用途广泛，尤其在辅助糖尿病视网膜病变的早期诊断中，能显著提高检测准确性和效率，对公共卫生和科学研究具有重要意义。