申请/专利权人：北京工业大学

申请日：2023-11-30

公开（公告）日：2024-04-05

公开（公告）号：CN117830327A

主分类号：G06T7/11

分类号：G06T7/11;G06V10/26;G06V10/40;G06V10/80;G06V10/764;G06V10/82;G06N3/0455;G06N3/0464;G06N3/096;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明公开了基于领域自适应与多尺度特征融合的病毒性肺炎病灶分割方法，通过从多级编码器中提取多尺度融合特征来实现特征对齐，通过多尺度特征融合块Cross‑attention模块对阶段1到阶段3的输出特征拼接起来，并输入到域鉴别器中，领域鉴别器使用一个线性层、RELU层和softmax层实现，采用梯度反转层GRL来实现梯度在反向传播到编码器之前被反转。分割模块的反向传播过程正常进行，而领域鉴别器的反向传播过程在经过梯度反转层GRL后使梯度成为反方向。本发明通过在源域和目标域数据集上的测试，证明本发明所设计医学图像病灶分割方法具有更好的表现性能。

主权项：1.基于领域自适应与多尺度特征融合的病毒性肺炎病灶分割方法，其特征在于：该方法包括如下步骤：步骤S1：基于ViT设计一个双分支多尺度编码器ViT-block模块进行特征提取，实现了对于医学图像特征的多尺度自适应；步骤S2：基于S1步骤设计的ViT-block模块构建一个多尺度特征融合块Cross-attention模块实现多尺度特征融合；步骤S3：利用步骤S1、步骤S2所设计的双分支多尺度编码器与Cross-attention模块对输入的CT影像进行分割；步骤S4：设计一个领域鉴别器模块Domain-discriminator进行不同领域的分类任务，并与步骤S3联合进行跨领域医学图像病灶分割。

全文数据：

权利要求：

百度查询： 北京工业大学 基于领域自适应与多尺度特征融合的病毒性肺炎病灶分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD