龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东师范大学
申请日：2024-02-21
公开（公告）日：2024-05-07
公开（公告）号：CN117994518A
主分类号：G06V10/26
分类号：G06V10/26;G06V10/42;G06V10/44;G06V10/80;G06V10/82;G06N3/0455;G06N3/0464;G06N3/082
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.24#实质审查的生效;2024.05.07#公开
摘要：本公开提供了一种基于多视图特征融合网络的胰腺癌图像分割系统，涉及医学图像处理技术领域，包括将获取的CT图像输入网络模型中，提取CT图像的浅层特征，得到浅层特征图，将浅层特征图重构为编码序列，并输入到轻量级Transformer中提取全局依赖关系；对浅层特征图进行多次操作得到第一特征图，将全局依赖关系与第一特征图融合得到第二特征图；将网络的每一层卷积操作得到的特征图丢弃冗余信息，丢弃冗余信息的顶层特征图为第三特征图；将第三特征图进行池化操作获得目标区域的预测边界，对预测边界通过添加正则化项得到参考边界，输出结果。解决了现有技术分割不足的问题，提高了对目标区域的分割准确性。
主权项：1.基于多视图特征融合网络的胰腺癌图像分割系统，其特征是：包括，数据获取模块，被配置为：获取待分割的三维CT图像；局部—全局依赖特征融合模块，被配置为：将所述三维CT图像输入已训练好的多视图特征融合网络模型中，利用卷积操作提取三维CT图像的浅层特征，得到浅层特征图，将浅层特征图拆分并添加位置编码重构为编码序列，将编码序列输入到轻量级Transformer中，提取浅层特征的全局依赖关系；对浅层特征图进行多次操作，得到第一特征图，将全局依赖关系与第一特征图融合得到第二特征图；双向语义特征融合模块，被配置为：将网络的每一层卷积操作得到的特征图丢弃冗余信息，丢弃冗余信息的顶层特征图为第三特征图；自适应形态特征融合模块，被配置为：将第三特征图进行池化操作获得目标区域的预测边界，对预测边界通过添加正则化项得到参考边界；输出模块，被配置为：输出所述三维CT图像的肿瘤分割结果。
全文数据：
权利要求：
百度查询： 山东师范大学 基于多视图特征融合网络的胰腺癌图像分割系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号