公开(公告)号：CN118154969A

公开(公告)日：2024-06-07

申请号：CN202410328444.1

申请日：2024-03-21

Applicant: 浙江大学

Inventor： 徐红霞 ,  杜邦 ,  杨建锋 ,  刘强 ,  张筱凤 ,  吴健 ,  马子涵

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于深度学习和特征融合的胆管癌内镜影像分类方法及系统，包括：获取胆管内镜视频数据并处理为目标图像序列；利用基于深度学习构建的多个深度分类模型分别提取每张目标图像的特征向量，并基于特征向量得到多个分类结果，对多个深度分类模型得到的特征向量分别进行单独特征处理后输入至混合注意力融合分类模型，经过自注意力加权、跨模态注意力融合、以及门控融合得到融合特征，并基于融合特征得到分类结果；通过投票机制对多个深度分类模型输出的分类结果和混合注意力融合分类模型输出的分类结果进行投票确定胆管内镜视频数据的最终分类结果，这样可以实现高效且准确的胆管癌内镜影像分类。

公开(公告)号：CN119444855A

公开(公告)日：2025-02-14

申请号：CN202411498097.3

申请日：2024-10-25

Applicant: 浙江大学

Inventor： 林文均 ,  张筱凤

IPC: G06T7/73 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于人工智能的肠胃病灶定位方法及装置，涉及图像处理技术领域；提取第一图像的局部特征得到局部特征图，提取第一图像的全局特征，根据局部特征图和全局特征得到全局特征图；对局部特征图进行多尺度特征提取得到第一特征图集，对全局特征图进行多尺度特征提取得到第二特征图集；根据第一特征图集和第二特征图集得到目标特征图；将目标特征图代入预设数据库确定病灶类型，根据病灶类型和目标特征图进行病灶区域定位。通过分别提取局部特征和全局特征能够在捕捉到病变的细微变化时还能提供上下文信息，帮助理解病变在整个图像中的位置，再通过捕获不同尺度下的特征，提高了肠胃病灶定位的准确性和精确度。