公开(公告)号：CN119649037A

公开(公告)日：2025-03-18

申请号：CN202510180763.7

申请日：2025-02-19

Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所) ,  厦门智融合科技有限公司

Inventor： 兰泉 ,  张龙晖 ,  钟平 ,  张浩然 ,  黄晨曦 ,  陈雅淇 ,  奚丹

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895

Abstract: 一种基于解剖学连通性的半监督医学图像分割方法和装置，属于医学图像分割领域，包括：采用医学图像分割模型对输入的有标签数据和无标签数据进行分割得到第一特征图和第二特征图；通过判别获取所述第一特征图和所述第二特征图的最大连通区域的伪标签，根据所述最大连通区域的伪标签以及不确定性图得到确定性伪标签；将确定性伪标签和有标签数据结合作为监督信号，引导所述分割模型进行像素级对比学习以提升对特征的提取能力。本发明引入了连通性判断的概念，加强了模型对于目标结构的理解，还提高模型在保持解剖学结构连续性方面的准确性。

公开(公告)号：CN119672051A

公开(公告)日：2025-03-21

申请号：CN202510185683.0

申请日：2025-02-20

Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所) ,  厦门智融合科技有限公司

Inventor： 兰泉 ,  张龙晖 ,  钟平 ,  张浩然 ,  黄晨曦 ,  陈榕灿 ,  奚丹

IPC: G06T7/11 ,  G06V10/52 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/08 ,  G06V10/764 ,  G06V10/80 ,  G06V10/774

Abstract: 本发明公开了一种基于分层多尺度CNN‑Transformer的医学图像分割方法及装置，涉及深度学习领域，构建基于CNN‑Transformer的医学图像分割模型并训练，得到经训练的医学图像分割模型，获取待分割的医学图像并输入到经训练的医学图像分割模型，将待分割的医学图像输入到茎层中进行块分割，得到块图像，将块图像输入到编码模块，得到第1阶段的编码特征和第3阶段的编码特征；将第1阶段的编码特征和第3阶段的编码特征输入到双层特征融合模块，分别得到校准后的第1阶段的编码特征和校准后的第3阶段的编码特征；将校准后的第1阶段的编码特征和校准后的第3阶段的编码特征输入到解码单元，得到预测分割结果。本发明能够提升模型对多尺度长程依赖关系和局部空间信息建模的能力。