-
公开(公告)号：CN118552565A
公开(公告)日：2024-08-27
申请号：CN202410701539.3
申请日：2024-05-31
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明涉及深度学习图像分割领域，具体为一种基于空间‑频谱跨域编码与熵感知双解码的医学图像分割方法、系统及设备，该方法中设计具有空间‑频谱编码和熵感知双解码的多尺度跨域深度融合的医学图像分割网络，以适应性地融合多个尺度上的特征图与每个尺度相关的局部熵，显式建模网络对最终分割结果的推导。同时引入三阶段注意力介导的傅里叶结构在频谱域内动态调节血管的全局特征，还引入三角星跨域特征融合模块，采用成对交互路径设计通过跨域深度分析学习分割医学图像。本发明所提出的方法结合了空间‑频谱编码进行跨域特征融合和熵感知双解码进行多尺度特征融合，可以实现高质量的医学图像分割。
-
公开(公告)号：CN115546570A
公开(公告)日：2022-12-30
申请号：CN202211026435.4
申请日：2022-08-25
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明公开一种基于三维深度网络的血管图像分割方法及系统，将注意力引导的特征融合模块、尺度感知特征增强模块以及多尺度特征聚合模块集成到U型编码器‑解码器中，使用注意力引导的特征融合模块代替传统的编、解码阶段之间的跳跃连接，将尺度感知特征增强模块嵌入网络最底部，将多尺度特征聚合模块集成到解码路径中；通过注意力引导模块抑制不相关背景噪声，同时自适应地将血管的语义信息和空间信息结合起来，帮助血管与噪声分离；通过一个并行结构将不同的扩张率的卷积层应用到并行结构分支上，以获得具有不同接收域的更丰富的特征映射；通过计算不同尺度在空间中的重要性，动态调整这些层次特征以适应不同尺度的血管；利用多尺度特征聚合模块对多尺度特征图进行聚合和精炼，得到血管图像分割结果。
-
Patent Agency Ranking
公开(公告)号：CN118748077A
公开(公告)日：2024-10-08
申请号：CN202410731125.5
申请日：2024-06-06
Applicant: 西安交通大学医学院第二附属医院
IPC: G16H50/20 , G06N3/0464 , G06N3/0895
Abstract: 本申请公开了一种基于单次诊疗经验学习的大模型持续优化方法及装置，包括：进行编码步骤，获得用于存储经过编码器网络处理后的图像特征的空间；对于同一样本患者的两张随机图像，使用编码器网络生成其低维表示向量，并通过多实例对比学习损失最大化向量间的互信息；对综合图像中的非图像数据进行聚类，将具有相似特征的患者分为不同的类别；构建异构多图渐进式嵌入学习的模型；计算非图像数据的余弦相似度，优化嵌入表示；建立表达式融合历史知识与新知识；计算平均交叉熵损失并结合预测结果构建集成策略，使模型在持续学习中融合历史知识与新知识，解决了如何进行模型的参数优化、使模型持续学习和优化模型的可扩展性的问题。
-
公开(公告)号：CN114399510B
公开(公告)日：2024-06-25
申请号：CN202111606058.7
申请日：2021-12-25
Applicant: 西安交通大学医学院第二附属医院
IPC: G06T7/10 , G06V10/40 , G06V10/764
Abstract: 本发明公开了一种结合图像和临床元数据的皮肤病灶分割和分类方法及系统，方法包括以下步骤：基于皮肤病灶分割网络，引入感受野模块来取代编码和解码阶段的卷积单元，用多尺度整体特征探索模块实现跨多个尺度特征的整体探索，挖掘解码器合成的多尺度特征；皮肤病灶分类网络引入两个特征提取器以及提出跨模态协作特征探索模块，分别从皮肤镜图像和临床元数据中提取跨模态特征；利用跨模态协作特征探索模块在模型的表示学习过程中，通过区分和自适应地学习与每个跨模态特征对相关联的交互权重，动态捕获跨模态特征之间的多功能交互效果，挖掘皮肤镜图像与临床元数据的跨模态特征之间的潜在关系，对跨模态特征进行分类，获得皮肤病灶的类别。
-
公开(公告)号：CN114399510A
公开(公告)日：2022-04-26
申请号：CN202111606058.7
申请日：2021-12-25
Applicant: 西安交通大学医学院第二附属医院
IPC: G06T7/10 , G06V10/40 , G06V10/764
Abstract: 本发明公开了一种结合图像和临床元数据的皮肤病灶分割和分类方法及系统，方法包括以下步骤：基于皮肤病灶分割网络，引入感受野模块来取代编码和解码阶段的卷积单元，用多尺度整体特征探索模块实现跨多个尺度特征的整体探索，挖掘解码器合成的多尺度特征；皮肤病灶分类网络引入两个特征提取器以及提出跨模态协作特征探索模块，分别从皮肤镜图像和临床元数据中提取跨模态特征；利用跨模态协作特征探索模块在模型的表示学习过程中，通过区分和自适应地学习与每个跨模态特征对相关联的交互权重，动态捕获跨模态特征之间的多功能交互效果，挖掘皮肤镜图像与临床元数据的跨模态特征之间的潜在关系，对跨模态特征进行分类，获得皮肤病灶的类别。
-
公开(公告)号：CN119693644A
公开(公告)日：2025-03-25
申请号：CN202411771807.5
申请日：2024-12-04
Applicant: 西安交通大学医学院第二附属医院
IPC: G06V10/26 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/042 , G06N3/043
Abstract: 本发明涉及医学图像处理领域，具体为一种基于模糊逻辑建模和动态图卷积网络的医学图像分割方法、系统、设备及介质，包括以下步骤：S1，构建集成有边界完整性增强模块和轨迹连续性增强模块的BT‑Net 3D U型深度网络；S2，提取输入特征；S3，边界完整性增强模块基于不确定估计和模糊神经网络获取增强的边界特征；轨迹连续性增强模块基于动态图卷积网络获取增强的连续性成像特征；S4，特征重建，获得最终的分割结果。本发明基于模糊逻辑建模减少不确定性，能够迭代增强血管边界的完整性，从而提高网络在复杂情况下确定血管边界的能力，基于动态图卷积网络迭代增强血管轨迹的连续性，从而提高网络处理跨尺度复杂微小血管结构的能力。
-
公开(公告)号：CN113935976A
公开(公告)日：2022-01-14
申请号：CN202111229422.2
申请日：2021-10-21
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明提供一种增强CT图像的脏器内血管自动分割方法及系统，方法包括对增强CT图像进行脏器分割处理提取脏器区域，由脏器区域得到三维脏器感兴趣区域；对所述三维脏器感兴趣区内，分别进行全局脏器内血管分割和局部脏器内血管分割产生全局脏器内血管自动分割结果和局部脏器内血管自动分割结果；将全局脏器内血管自动分割结果和局部脏器内血管自动分割结果融合，得到最终的脏器内血管自动分割结果。本发明提出了一种全自动渐进式的脏器内血管分割的深度学习解决方案，旨在保持血管在其形状细节和连续性方面的完整性。实验结果表明，该方案具有较高的准确性、效率和稳健性。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
