目标图像处理模型训练方法、图像处理方法

    公开(公告)号:CN118397377A

    公开(公告)日:2024-07-26

    申请号:CN202410843483.5

    申请日:2024-06-26

    摘要: 本说明书实施例提供目标图像处理模型训练方法、图像处理方法,该目标图像处理模型训练方法包括,确定目标对象的初始图像、增强图像;将初始图像以及增强图像进行融合获得融合图像以及对初始图像进行掩码处理获得掩码图像;将融合图像输入参考图像处理模型,利用参考图像处理模型对融合图像进行编码解码处理,获得初始解码图像特征以及初始解码分类特征;将掩码图像输入目标图像处理模型,利用目标图像处理模型对掩码图像进行编码解码处理,获得目标解码图像特征以及目标解码分类特征;根据初始解码图像特征、初始解码分类特征、目标解码图像特征、目标解码分类特征,训练目标图像处理模型;提升利用初始图像对目标对象进行检测和分割的准确性。

    图像分割的方法、训练图像分割模型的方法及装置

    公开(公告)号:CN116363152B

    公开(公告)日:2024-03-19

    申请号:CN202310268255.5

    申请日:2023-03-15

    发明人: 张灵 王法凯 吕乐

    摘要: 本申请实施例公开了一种图像分割的方法、训练图像分割模型的方法及装置。主要技术方案包括:获取待分割图像;将所述待分割图像输入第一图像分割模型,获取所述第一图像分割模型输出的第一分割结果,所述第一分割结果包括所述待分割图像中至少一个第一目标区域的位置信息;依据所述第一分割结果,将第一目标区域的图像信息混合入非第一目标区域,得到增强后的待分割图像;将所述增强后的待分割图像输入第二图像分割模型,获取所述第二图像分割模型输出的第二分割结果,所述第二分割结果包括所述待分割图像中至少一个第一目标区域的位置信息;其中所述第一图像分割模型和所述第二图像分割模型均基于深度学习模型预先训练得到。本申请能够提高图像分割的精确率和召回率。

    图像分割的方法、训练图像分割模型的方法及装置

    公开(公告)号:CN116363152A

    公开(公告)日:2023-06-30

    申请号:CN202310268255.5

    申请日:2023-03-15

    发明人: 张灵 王法凯 吕乐

    摘要: 本申请实施例公开了一种图像分割的方法、训练图像分割模型的方法及装置。主要技术方案包括:获取待分割图像;将所述待分割图像输入第一图像分割模型,获取所述第一图像分割模型输出的第一分割结果,所述第一分割结果包括所述待分割图像中至少一个第一目标区域的位置信息;依据所述第一分割结果,将第一目标区域的图像信息混合入非第一目标区域,得到增强后的待分割图像;将所述增强后的待分割图像输入第二图像分割模型,获取所述第二图像分割模型输出的第二分割结果,所述第二分割结果包括所述待分割图像中至少一个第一目标区域的位置信息;其中所述第一图像分割模型和所述第二图像分割模型均基于深度学习模型预先训练得到。本申请能够提高图像分割的精确率和召回率。

    图像处理模型的训练方法
    6.
    发明公开

    公开(公告)号:CN115131289A

    公开(公告)日:2022-09-30

    申请号:CN202210570705.1

    申请日:2022-05-24

    摘要: 本说明书实施例提供图像处理模型的训练方法,包括:获取包含目标对象的样本图像,并确定所述样本图像中目标对象的对象分割图;根据所述对象分割图,构建与所述对象分割图对应的对象坐标图;根据所述样本图像、所述对象分割图以及所述对象坐标图,对包含自注意力机制层的图像处理模型进行训练。具体的,该方法根据对象分割图构建了一个新的对象坐标图,通过对象分割图生成的分割任务、对象坐标图生成的辅助回归任务结合自注意力机制层,训练获得图像处理模型,增强模型对全局上下文建模的架构能力,提高后续该图像处理模型对目标对象的预测准确性;上述方法适于应用在结直肠癌筛查的数据辅助场景中。

    医学图像的处理方法和系统

    公开(公告)号:CN115526843B

    公开(公告)日:2024-08-27

    申请号:CN202211115812.1

    申请日:2022-09-14

    IPC分类号: G06T7/00 G06T7/10 G06T7/30

    摘要: 本发明公开了一种医学图像的处理方法和系统。其中,该方法包括:获取图像扫描设备分别在不同期相扫描到的原始医学图像,其中,不同期相的原始医学图像至少展示待检测对象,且待检测对象在不同期相的原始医学图像中位置不全相同;将原始医学图像转换为目标医学图像,其中,待检测对象在不同期相的目标医学图像中位置相同;对目标医学图像进行分割处理,得到目标医学图像的标注信息,其中,标注信息用于对待检测对象的病灶在对应的期相中进行标注,且作为训练样本用于训练得到图像预测模型,图像预测模型用于预测包含待检测对象的待分析图像的标注信息。本发明解决了对医学图像进行图像标注的效率低的技术问题。

    图像处理方法、计算机可读存储介质以及计算机设备

    公开(公告)号:CN116206331B

    公开(公告)日:2024-05-31

    申请号:CN202310105637.6

    申请日:2023-01-29

    摘要: 本申请公开了一种图像处理方法、计算机可读存储介质以及计算机设备。其中,该方法包括:获取生物对象的三维图像和生物对象的目标元信息,其中,三维图像包含生物对象的至少一个部位的生物特征图像;对三维图像进行图像分割,得到至少一个部位的生物特征图像中的目标生物特征图像;基于目标元信息对目标生物特征图像进行图像分割和图像分类,得到目标分割结果和目标分类结果,其中,目标分割结果用于表征目标生物特征图像中属于不同类型的生物特征的体素,目标分类结果用于表征目标生物特征图像对应的类别。本申请解决了相关技术中生物特征图像的处理准确度较低的技术问题。

    图像处理方法、图像处理模型的训练方法

    公开(公告)号:CN116993663B

    公开(公告)日:2024-04-30

    申请号:CN202310691722.5

    申请日:2023-06-12

    摘要: 本说明书实施例提供图像处理方法、图像处理模型的训练方法,其中所述图像处理方法包括:接收图像处理任务,其中,所述图像处理任务携带目标检测区域对应的多个目标图像,所述图像处理任务用于检测所述目标检测区域内是否存在异常对象;将所述多个目标图像输入至图像处理模型,获得所述目标检测区域对应的检测结果,其中,所述图像处理模型基于各目标图像生成图像预测信息和用户预测信息,并基于所述图像预测信息和所述用户预测信息生成所述检测结果。通过本方法,在图像处理模型中,通过图像预测信息和用户预测信息之间相互印证,指导预测结果的一致性,提升了检测结果的准确率。