-
公开(公告)号:CN115631207A
公开(公告)日:2023-01-20
申请号:CN202211151759.0
申请日:2022-09-21
申请人: 中国科学院宁波材料技术与工程研究所 , 宁波慈溪生物医学工程研究所
IPC分类号: G06T7/12 , G06N3/0455 , G06N3/047 , G06N3/048
摘要: 本发明提供了基于OCT图像的脉络膜亚层与大血管联合分割的方法,涉及图像处理技术领域,本方法包括步骤S1:构建脉络膜亚层和脉络膜大血管的联合分割框架,其中联合分割框架包括第一子网络和第二子网络,第一子网络为脉络膜亚层分割子网络,第二子网络为脉络膜大血管分割子网络;S2:构建空间注意力模块和边界增强模块,对OCT图像中脉络膜亚层的边界信息进行强化;S3:基于Transformer构建用于数据集的特征提取模块,来提取脉络膜大血管信息;S4:通过由交叉熵损失项和豪斯多夫距离损失项组成的损失函数来优化血管形态。本方法能够有效提升脉络膜亚层和大血管结构的分割精度。
-
公开(公告)号:CN115205215A
公开(公告)日:2022-10-18
申请号:CN202210679218.9
申请日:2022-06-15
申请人: 宁波慈溪生物医学工程研究所 , 中国科学院宁波材料技术与工程研究所
摘要: 本发明公开了一种基于Transformer的角膜神经图像分割方法及系统。所述方法包括结合CNN的局部特征提取和Transformer的全局特征提取,并基于ResUnet框架来构建角膜神经图像分割网络,角膜神经图像分割网络包括多尺度形变注意力模块、外部注意力模块和深度可分离卷积模块,多尺度形变注意力模块和外部注意力模块组成新的交叉注意力模块。本发明采用CNN和Transformer优势相结合,更加全面的提取角膜神经特征,解决了角膜神经图像分割中存在的断裂、噪声细胞干扰的问题。
-
公开(公告)号:CN115205769A
公开(公告)日:2022-10-18
申请号:CN202211125913.7
申请日:2022-09-16
申请人: 中国科学院宁波材料技术与工程研究所
摘要: 本申请公开了一种眼科手术技能评价方法、系统及存储介质,其中方法包括:识别眼科手术视频片段的手术阶段;对视频片段进行图像分割,得到手术器械的掩膜区域;根据所述手术器械的掩膜区域进行光流计算,得到所述手术器械的运动轨迹;对各手术阶段,基于所述手术器械的运动轨迹进行特征提取,根据评价标签分类,训练分类模型;对待评价眼科手术视频,利用训练好的分类模型进行分类评价,将分类评价结果与专家评估结果进行一致性验证。本申请通过对手术器械进行掩膜补齐,从而获得完整的手术器械位置,基于其轨迹特征进行眼科手术技能自动评价,在眼科手术尤其是白内障超声乳化手术培训中具有指导作用,提高了评价的准确性及判断效率。
-
公开(公告)号:CN118279322B
公开(公告)日:2024-08-30
申请号:CN202410675592.0
申请日:2024-05-29
申请人: 中国科学院宁波材料技术与工程研究所
摘要: 本申请提供了一种图像分割方法、装置、电子设备及存储介质,对采集的UWF图像进行切割,得到多个第一图像和每个第一图像对应的第二图像与第三图像,第一图像、第二图像和第三图像的尺寸不同;将第一图像和对应的第二图像与第三图像缩放至相同尺寸,得到第四图像和对应的第五图像与第六图像;利用分割网络对第四图像和对应的第五图像与第六图像进行特征提取,得到第一特征数据和对应的第二特征数据与第三特征数据;利用自注意力机制将第一特征数据和对应的第二特征数据与第三特征数据进行特征融合,得到第一融合特征数据;利用分割网络对第一融合特征数据进行分割,得到UWF图像的分割结果。
-
公开(公告)号:CN118279322A
公开(公告)日:2024-07-02
申请号:CN202410675592.0
申请日:2024-05-29
申请人: 中国科学院宁波材料技术与工程研究所
摘要: 本申请提供了一种图像分割方法、装置、电子设备及存储介质,对采集的UWF图像进行切割,得到多个第一图像和每个第一图像对应的第二图像与第三图像,第一图像、第二图像和第三图像的尺寸不同;将第一图像和对应的第二图像与第三图像缩放至相同尺寸,得到第四图像和对应的第五图像与第六图像;利用分割网络对第四图像和对应的第五图像与第六图像进行特征提取,得到第一特征数据和对应的第二特征数据与第三特征数据;利用自注意力机制将第一特征数据和对应的第二特征数据与第三特征数据进行特征融合,得到第一融合特征数据;利用分割网络对第一融合特征数据进行分割,得到UWF图像的分割结果。
-
公开(公告)号:CN115115656A
公开(公告)日:2022-09-27
申请号:CN202210766879.5
申请日:2022-06-30
申请人: 中国科学院宁波材料技术与工程研究所
摘要: 本发明涉及基于多中心TOF‑MRA影像的脑血管分割方法及神经网络分割模型,通过构建金标准数据库缓解现有脑血管分割方法泛化能力差、鲁棒性低的问题;并通过建立脑血管在3D空间中的符号距离场,通过计算脑血管分割符号距离场与金标准符号距离场之间代价函数进一步提升从TOF‑MRA影像中分割脑血管的鲁棒性。
-
公开(公告)号:CN115082677A
公开(公告)日:2022-09-20
申请号:CN202210704945.6
申请日:2022-06-21
申请人: 中国科学院宁波材料技术与工程研究所
摘要: 本发明提供了一种基于OCTA图像的血管分割方法,涉及图像处理技术领域,本方法包括步骤:S1:通过预训练的自编码器网络对标签图像进行编码,得到标签隐向量特征;S2:采用SwinTransformer模块对输入图像进行隐向量特征的提取,并通过最小二乘生成对抗网络,将原始图像的隐空间和分割标签的隐空间进行特征对齐;S3:将对齐后的隐向量特征由解码器网络进行上采样并得到分割结果。本方法能够实现对OCTA图像中复杂血管系统进行精准自动分割。
-
-
-
-
-
-