公开(公告)号：CN118537559A

公开(公告)日：2024-08-23

申请号：CN202410722066.5

申请日：2024-06-05

申请人： 淮阴工学院

发明人： 孙成富 ,  李敏 ,  费宏彦 ,  邹佳辰 ,  秦思齐 ,  季嘉杰 ,  孔维龙 ,  房静 ,  单劲松 ,  赵建洋

IPC分类号： G06V10/26 ,  G06V10/28 ,  G06T7/194 ,  G06V20/70 ,  G06V10/40 ,  G06V10/56 ,  G06V10/764 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/096

摘要： 本发明公开了一种基于Transformer的无监督域自适应医学语义分割方法，通过数据增强方法对视网膜血管分割图像进行预处理，并利用光线投射算法进行三维重建；然后构建视网膜图像语义分割的骨干网络，采用编码器‑解码器结构，在编码器模块引入局部注意力机制RWA处理特征；接着使用无监督域自适应框架进行自训练，在源域和目标域之间引入中间域，并结合自适应生成增强AGA混合处理来减少域间隙，通过双教师网络的交替训练方式来获取训练权重；最后利用经过优化的训练权重对视网膜图像进行血管分割。本发明在医学领域有较好的应用，可以提升血管分割准确率，降低人力成本。

公开(公告)号：CN118447278A

公开(公告)日：2024-08-06

申请号：CN202410629949.1

申请日：2024-05-21

申请人： 淮阴工学院

发明人： 孙成富 ,  邹佳辰 ,  李敏 ,  秦思齐 ,  季嘉杰 ,  孔维龙 ,  单劲松 ,  赵建洋

IPC分类号： G06V10/75 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048

摘要： 本发明公开一种基于深度学习的局部图像特征匹配方法。该方法首先通过基于Resnet‑18构建的主干网络提取图像特征；通过基于加权BiFPN构建的特征网络，将图像特征进行多尺度特征融合，再将提取到的特征进行flatten操作展平为一维特征向量，最后经由位置编码后借鉴Transformer使用了自注意力和交叉注意力层获得两幅图像特征描述符；在匹配环节，采用双softmax函数获得关键点之间的匹配概率，通过阙值筛选对结果进行过滤，使用MNN互近邻算法确保匹配的关键点相互都是最高匹配，最后得到两张图片特征匹配的点的索引。与现有技术相比，本发明能够在纹理较少、运动模糊或重复图案的模糊区域也可以产生高质量的匹配。