公开(公告)号：CN117437685A

公开(公告)日：2024-01-23

申请号：CN202311429791.5

申请日：2023-10-31

Applicant: 上海应用技术大学

Inventor： 曹国刚 ,  彭泽宇 ,  武妍 ,  张蕴青 ,  严如刚 ,  周稚麟

IPC: G06V40/18 ,  G06V10/82 ,  G06V10/26 ,  G06V10/80 ,  G06N3/0464 ,  G06V10/774 ,  G06T7/11

Abstract: 本发明公开了一种基于深度学习的视网膜OCTA图像眼底分割方法，包括以下步骤：(a)将获取的视网膜OCTA图像进行降噪处理；(b)将处理好的数据集进行划分；(c)利用划分好的数据集训练深度神经网络模型；(d)对分割模型的性能进行评估通过建立深度神经网络模型，完成对视网膜OCTA图像的血管和中心凹无血管区域分割。根据本发明，通过学习特征信息并且优化后的视网膜分割模型可以对获取到的视网膜图像进行精确分割，辅助医生进行临床诊断，具有重要的价值。

公开(公告)号：CN119359622A

公开(公告)日：2025-01-24

申请号：CN202411279166.1

申请日：2024-09-12

Applicant: 上海应用技术大学

Inventor： 曹国刚 ,  严如刚 ,  张蕴青 ,  周稚麟 ,  张赛 ,  衷涛 ,  梁婉莹 ,  杨兆均

IPC: G06T7/00 ,  G06T7/10 ,  G06T19/20 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/764

Abstract: 本发明公开了一种医学图像多目标三维分割方法及系统，涉及计算机平台负载平衡技术领域，包括采集医学三维图像数据，对医学三维图像数据进行预处理并划分为训练集、验证集和测试集；通过训练集，构建深度神经网络模型，优化模型参数；基于优化深度神经网络模型，通过验证集输出最优分割模型和最优权重，并通过测试集进行性能评估。本发明所述方法通过构建深度神经网络模型，优化模型参数，加快模型训练和推理速度，提升模型鲁棒性，能有效应对不同复杂度的医学图像；通过持续的验证评估与模型权重保存机制，确保最终输出模型在实际应用中的稳健性；通过测试集严格评估，最终输出的最优模型和权重能够在临床应用中提供更精确的多目标三维分割结果。

公开(公告)号：CN118628506A

公开(公告)日：2024-09-10

申请号：CN202410758185.6

申请日：2024-06-12

Applicant: 上海应用技术大学

Inventor： 张蕴青 ,  张博翔 ,  曹国刚 ,  周稚麟 ,  严如刚 ,  彭泽宇 ,  武妍 ,  张赛 ,  衷涛 ,  梁婉莹 ,  杨兆均

IPC: G06T7/10 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种眼底组织三维分割方法，步骤包括获取三维医学眼底图像数据集、对图像划分训练集和验证集，并将数据集输入到所提出的深度神经网络中进行训练与分割，最后对分割结果进行分析。本发明引入了挤压卷积块(SConv)用更少的参数量和计算量替代传统的三维卷积操作，并结合全局注意力机制模块对已融合的同一层编码器和解码器块的特征图进行处理。优化后的模型可以精确分割三维眼底组织，辅助医生临床诊断，具有重要的临床意义。

公开(公告)号：CN117409015A

公开(公告)日：2024-01-16

申请号：CN202311479825.1

申请日：2023-11-08

Applicant: 上海应用技术大学

Inventor： 曹国刚 ,  周稚麟 ,  严如刚 ,  张蕴青 ,  武妍 ,  彭泽宇 ,  张赛 ,  衷涛 ,  梁婉莹 ,  杨兆均

IPC: G06T7/10 ,  G06T7/00 ,  G06N5/04 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种带状结构医学图像的分割方法，包括以下步骤：S1、获取带状结构医学图像，并对图像进行预处理，得到数据样本；S2、对数据样本进行划分为训练集、验证集和测试集；S3、利用划分后的数据集对深度神经网络模型进行训练，训练后得到分割带状结构医学图像的模型；S4、输出带状结构图像的分割结果以及对训练好的分割模型进行性能评估。根据本发明，通过融合图像的空间和频谱特征，并进行了多尺度图推理，以提高分割性能。优化后的分割模型可以对带状结构医学图像进行精确分割，辅助医生进行临床诊断，具有重要的医疗意义。

公开(公告)号：CN116597950A

公开(公告)日：2023-08-15

申请号：CN202310695554.7

申请日：2023-06-13

Applicant: 上海应用技术大学

Inventor： 武妍 ,  杨嘉敏 ,  曹国刚 ,  彭泽宇 ,  周稚麟 ,  严如刚 ,  张蕴青

IPC: G16H30/20 ,  G16H50/20 ,  G06T7/10 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06V10/74

Abstract: 本发明提供一种医学图像分层方法，属于医学图像处理技术领域，主要基于具有层结构的医学图像，通过建立深度神经网络模型，完成对层结构医学图像的分层，具体包括以下步骤：1)：将获取的医学图像进行灰度归一化以及裁剪处理；2)：将处理好的数据集进行划分；3)：利用划分好的数据集训练深度神经网络模型；4)：对最优的层结构模型的性能进行评估。本发明通过学习特征信息并且优化后的医学图像层分割模型可以对获取到的医学图像进行精确分层，辅助医生进行临床诊断，具有重要的医疗意义。