恭喜成都信息工程大学彭静获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜成都信息工程大学申请的专利一种基于多任务学习的心肌图像分割和分类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115908358B 。
龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211564090.8,技术领域涉及:G06T7/00;该发明授权一种基于多任务学习的心肌图像分割和分类方法是由彭静;李孝杰;吴锡;李庆;周激流;郑子建设计研发完成,并于2022-12-07向国家知识产权局提交的专利申请。
本一种基于多任务学习的心肌图像分割和分类方法在说明书摘要公布了:本发明涉及一种基于多任务学习的心肌图像分割和分类方法,将经过预处理的心脏MRI图像送入跨任务的特征子网,该子网采用级联的深度分离卷积进行多尺度特征提取,训练共享参数。然后,将得到的特征图分别送入到分割子网和分类子网中进行单独训练。分割子网利用多个长跳跃连接将跨任务特征子网中不同层级和尺度的特征图送入到联合金字塔上采样模块进行多尺度特征融合和上采样,得到与原始图像尺寸相同的心肌分割掩膜;分类子网中利用残差注意力机制提取分类所需的深层特征,有效对心脏MRI图像进行分类,得到扩张型心肌病的诊断结果。
本发明授权一种基于多任务学习的心肌图像分割和分类方法在权利要求书中公布了:1.一种基于多任务学习的心肌图像分割和分类方法,其特征在于,提出一种扩张型心肌病辅助诊断的分割和分类多任务模型MTN-DCM,所述多任务模型包括三个子网络,具体为:用于特征提取的跨任务特征子网、用于扩张型心肌病诊断的分类子网和用于心肌区域分割的分割子网,所述分割和分类方法具体包括:步骤1:将获取的心脏内科的心脏短轴的二维T1mapping序列磁共振图像和LGE图像作为MRI数据集,所述MRI数据集包括专家手动标注了左心室心肌的分割结果作为分割算法的标签,分类算法的标签为扩张型心肌病和健康两类;步骤2:将经过预处理的心脏MRI数据集送入所述跨任务特征子网,所述跨任务特征子网采用6个级联的深度可分离残差模块SRM进行多尺度特征提取,训练共享参数,具体为:步骤21:首先,通过级联的两个3×3普通卷积对心脏MRI图像进行浅层特征提取;步骤22:将提取的浅层特征再通过依次级联的深度可分离残差模块SRM进行多尺度特征提取,所述深度可分离残差模块SRM采用残差连接,在每个深度分离残差模块中利用依次级联空洞率为3、5、7,卷积核大小为3×3的分离卷积层进行多尺度特征提取,并用1×1普通卷积代替恒等映射进行残差连接,得到跨任务特征;步骤23:将提取到的所述跨任务特征分别传递到所述分割子网和所述分类子网中分别进行分割和分类,进一步特征提取和融合;步骤3:执行分割任务,将步骤2不同阶段提取的14、18和116原图大小的特征图送入到所述分割子网中进行多尺度特征融合,所述分割子网利用多个长跳跃连接将所述跨任务特征子网中不同层级和尺度的特征图送入到所述分割子网中的联合金字塔上采样JPU模块进行多尺度特征融合和上采样,得到与原始图像尺寸相同的心肌分割掩膜,具体的:步骤31:在多尺度特征融合的所述分割子网络中,首先采用联合金字塔上采样模块JPU对跨任务特征子网络中传递的三种不同尺寸的特征图进行多尺度特征融合,然后通过所述联合金字塔上采样模块结合深层语义与精细结构的多尺度信息,生成有利于分割的第一特征图;步骤32:在联合金字塔上采样JPU模块后面级联两个深度分离卷积进一步提取特征,再级联两个亚像素卷积对第一特征图进行上采样,最终输出与输入图像尺寸相同的分割结果;步骤4:执行分类任务,将步骤2得到的132原图大小的特征图送入到所述分类子网中进行高级语义特征提取,所述分类子网中利用残差注意力机制提取分类所需的深层特征,对心脏MRI图像进行分类,得到扩张型心肌病的诊断结果,具体的:步骤41:在基于残差注意力机制的分类子网络中,首先采用一个残差注意力模块RAM对跨任务特征子网传递的特征图进一步有针对性地提取对分类任务有重要指导作用的有效特征并同时抑制冗余特征;步骤42:所述残差注意力模块RAM包括主干分支和掩模分支,所述主干分支由多个级联的残差卷积模块构成,对输入特征图进行特征处理,得到主干特征图,掩膜分支采用编码-解码的结构,采用自下而上和自上而下的注意力相结合的方式,学习得到一个与主干输出大小相同的注意力特征掩膜;步骤43:采用残差学习的方式,将所述注意力特征掩膜与所述主干特征图进行逐像素相乘和叠加,并输出至所述残差注意力模块后级联的深度分离卷积层和全局平均池化层,进行进一步特征提取,全局平均池化层保留空间信息、定位分类目标以及对网络结构作正则化处理,防止网络过拟合;步骤44:将步骤43的输出结果输入至全连接层输出分类结果,判断是否患有扩张型心肌病。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都信息工程大学,其通讯地址为:610200 四川省成都市西南航空港经济开发区学府路1段24号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。