公开(公告)号：CN115063393A

公开(公告)日：2022-09-16

申请号：CN202210785138.1

申请日：2022-06-29

Applicant: 江南大学

Inventor： 陈丽芳 ,  罗世勇 ,  谢振平 ,  詹千熠 ,  刘渊

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/82

Abstract: 本发明公开了一种基于边缘补偿注意力的肝脏及肝脏肿瘤自动分割方法，包括采集原始数据，按比例分为训练集和测试集，并对其进行预处理；通过对监督信息进行变换，生成辅助监督标签；通过Unet网络对肝脏进行快速粗略定位，得到肝脏区域后进行裁剪和插值处理；建立ECA‑Net网络；基于训练集数据，对ECA‑Net网络进行训练；基于ECA‑Net网络进行切割。本发明所述方法分割算法采样次数少，并利用边缘敏感信息对生成的全局边缘信息补偿图进行监督，可以有效弥补由于多次带步长卷积或者池化造成的细节信息丢失问题，并且在肝脏及肿瘤的边界部分分割效果也很显著。

公开(公告)号：CN115063393B

公开(公告)日：2024-06-07

申请号：CN202210785138.1

申请日：2022-06-29

Applicant: 江南大学

Inventor： 陈丽芳 ,  罗世勇 ,  谢振平 ,  詹千熠 ,  刘渊

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/82

Abstract: 本发明公开了一种基于边缘补偿注意力的肝脏及肝脏肿瘤自动分割方法，包括采集原始数据，按比例分为训练集和测试集，并对其进行预处理；通过对监督信息进行变换，生成辅助监督标签；通过Unet网络对肝脏进行快速粗略定位，得到肝脏区域后进行裁剪和插值处理；建立ECA‑Net网络；基于预处理后的训练集数据，对ECA‑Net网络进行训练；基于ECA‑Net网络进行分割。本发明所述方法分割算法采样次数少，并利用边缘敏感信息对生成的全局边缘引导图进行监督，可以有效弥补由于多次带步长卷积或者池化造成的细节信息丢失问题，并且在肝脏及肿瘤的边界部分分割效果也很显著。