公开(公告)号：CN111145170A

公开(公告)日：2020-05-12

申请号：CN201911416961.X

申请日：2019-12-31

申请人： 电子科技大学 ,  四川省人民医院

发明人： 陈俊江 ,  刘宇 ,  贾树开 ,  陈智 ,  方俊 ,  李治熹

IPC分类号： G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

摘要： 本发明属于医学图像处理和计算机视觉技术领域，具体涉及一种基于深度学习的医学影像分割方法。本发明的方法在在U-Net Baseline基础上，融合多尺度框架、密集卷积网络、注意力机制、金字塔模型、小样本增强等多种技术，有助于实现特征重用、恢复丢失的上下文信息、抑制无关区域的响应、提高小ROI的性能，解决了超声图像样本少、像素低、边界模糊、差异性大等痛点问题，获得了最优分割效果。

公开(公告)号：CN111145170B

公开(公告)日：2022-04-22

申请号：CN201911416961.X

申请日：2019-12-31

申请人： 电子科技大学 ,  四川省人民医院

发明人： 陈俊江 ,  刘宇 ,  贾树开 ,  陈智 ,  方俊 ,  李治熹

IPC分类号： G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

摘要： 本发明属于医学图像处理和计算机视觉技术领域，具体涉及一种基于深度学习的医学影像分割方法。本发明的方法在在U‑Net Baseline基础上，融合多尺度框架、密集卷积网络、注意力机制、金字塔模型、小样本增强等多种技术，有助于实现特征重用、恢复丢失的上下文信息、抑制无关区域的响应、提高小ROI的性能，解决了超声图像样本少、像素低、边界模糊、差异性大等痛点问题，获得了最优分割效果。

公开(公告)号：CN111161271A

公开(公告)日：2020-05-15

申请号：CN201911409153.0

申请日：2019-12-31

申请人： 电子科技大学 ,  四川省人民医院

发明人： 陈俊江 ,  刘宇 ,  贾树开 ,  陈智 ,  方俊 ,  梁羽

IPC分类号： G06T7/10

摘要： 本发明属于医学图像处理技术领域，具体涉及一种超声图像分割方法。本发明的方法在U-Net Baseline基础上，融合多尺度框架、密集卷积网络、注意力机制、小样本增强等多种技术，有助于实现多维特征的提取、抑制无关区域的响应、提高小ROI的性能，解决了超声图像样本少、像素低、边界模糊等痛点问题，获得了最优分割效果。