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：苏州大学
申请日：2024-05-31
公开（公告）日：2024-06-28
公开（公告）号：CN118261927A
主分类号：G06T7/11
分类号：G06T7/11;G06N3/0475;G06N3/045;G06N3/094;G06N3/0455
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明涉及图像处理技术领域，尤其涉及基于曲率一致性的非配对多模态分割方法及系统。构建UCPSCC分割网络的两个阶段，并对UCPSCC分割网络进行两个阶段的训练，生成预测结果和合成图像的过程中使用MFCE模块来进行互相约束；根据曲率一致性损失分别来对齐真实图像和合成图像的分割预测结果，得到准确的胰腺分割预测结果，引入了辅助模态针对辅助模态合成图像的判别器和主模态针对主模态合成图像的判别器进行对抗性学习，将模态转换任务和分割任务统一在同一个网络中，针对模态转换任务过程中提取到的模态不变信息和分割任务中的目标器官信息丢失的问题，设计多任务特征互补增强模块和轻量级多尺度特征融合模块。
主权项：1.基于曲率一致性的非配对多模态分割方法，其特征在于：包括，将主模态图像和辅助模态图像输入进多任务特征互补增强及曲率一致性胰腺分割子网络MFCECC中生成主模态合成图像、辅助模态重建图像、辅助模态合成图像、主模态重建图像、主模态图像胰腺分割预测图、主模态合成图像胰腺分割预测图、辅助模态图像胰腺分割预测图、辅助模态合成图像胰腺分割预测图；将主模态图像输入进符号距离场约束及曲率特征融合胰腺高密度病灶分割子网络SDFCCFF中，得到胰腺区域的符号距离预测图和胰腺高密度病灶分割预测图；在第一个子网络MFCECC中，针对主模态图像胰腺分割预测图和辅助模态合成图像胰腺分割预测图设计主模态曲率一致性损失，针对辅助模态图像胰腺分割预测图和主模态合成图像胰腺分割预测图设计辅助模态曲率一致性损失，减轻模态转换过程中模态不变信息的丢失问题；在第二个子网络SDFCCFF中，设计符号距离损失解决非胰腺区域出现的过分割现象和胰腺区域的漏分割现象。
全文数据：
权利要求：
百度查询： 苏州大学 基于曲率一致性的非配对多模态分割方法及系统
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