申请/专利权人：北京理工大学;海南大学

申请日：2024-02-18

公开（公告）日：2024-04-26

公开（公告）号：CN117934514A

主分类号：G06T7/11

分类号：G06T7/11;G06T7/00;G06T5/30;G06V10/42;G06V10/44;G06V10/82;G06N3/0455;G06N3/0464;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种手术器械分割方法、装置、设备及存储介质，利用CNN提取局部特征、用Transformer提取全局特征，克服了现有技术仅有底层灰度及纹理特征造成的鲁棒性较差的问题，使得本申请实施例提供的方法具有鲁棒性高的优点。在编码器解码器之间构建了一个跳层连接模块，有效地弥补了下采样过程中边缘信息的损失，使得本申请实施例提供的方法具有分割边缘清晰的优点。另外，在优选的实施方式下，在分割网络设计在训练过程中引入了DiceLoss和FocalLoss的联合损失函数训练分割网络，并对分割掩码使用二值开运算处理，克服了现有技术中分割精度低，网络不易收敛的问题，使得该方法具有分割精度高、收敛快的优点。

主权项：1.一种手术器械分割方法，其特征在于，包括：获取待分割腹腔镜图像；通过将所述待分割腹腔镜图像输入到目标分割网络对手术器械目标所在区域进行分割获得分割结果；其中，所述目标分割网络包括CNN-Transformer混合编码器及CNN-Transformer联级解码器架构；所述CNN-Transformer混合编码器包括第一CNN网络以及第一Transformer模型；所述CNN-Transformer联级解码器包括第二CNN网络以及第二Transformer模型；所述第一CNN网络中每层的特征与所述第二CNN网络中每层的特征逐一跳层连接；所述第一CNN网络用于对所述待分割腹腔镜图像进行局部特征提取获得第一输出特征，所述第一Transformer模型用于对接收到的所述第一输出特征进行全局特征提取并进行混合编码获得第二输出特征；所述第二Transformer模型的输入层与所述第一Transformer模型的输出层相连以便接收所述第二输出特征；所述第二Transformer模型的输出层与所述第二CNN网络的输入层相连，以便所述第二CNN网络利用所述第二Transformer模型的第三输出特征以及所述第一输出特征经过联级获得所述分割结果。

全文数据：

权利要求：

百度查询： 北京理工大学;海南大学 手术器械分割方法、装置、设备及存储介质

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