首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于移动端的复杂环境快速舌分割装置 

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!

申请/专利权人:成都中医药大学

摘要:本发明涉及本发明涉及医学图像处理领域,特别是涉及一种基于移动端的复杂环境快速舌分割装置,所述装置执行以下步骤:S1,获取包括舌体的测试图像;S2,将测试图像输入到训练好的OET‑NET模型中,输出从所述测试图像中分割出的舌图像;其中所述OET‑NET模型的架构为:将U‑Net模型中的跳跃连接替换为残差软连接模块,并且在U‑Net模型的每一阶级之后增加显著图融合模块,并且将损失函数更换为像素加权的交叉熵损失函数。轻量级的OET‑NET模型可以很好地部署到各种移动设备上,并且在移动智能舌部诊断的后续研究中具有良好的可扩展性。

主权项:1.一种基于移动端的复杂环境快速舌分割方法,其特征在于,包括以下步骤:S1,获取包括舌体的测试图像;S2,将测试图像输入到训练好的OET-NET模型中,输出从所述测试图像中分割出的舌图像;其中所述OET-NET模型的架构为:将U-Net模型中的跳跃连接模块替换为残差软连接模块,并且在U-Net模型的每一阶级之后增加显著图融合模块,并且将损失函数更换为像素加权的交叉熵损失函数;所述OET-NET模型包括编码模块、残差软连接模块、解码模块和显著图融合模块,所述编码模块将输入图片进行多次卷积和池化操作,获取舌象高维特征图;所述残差软连接模块将每一个阶级的初始特征图与编码后的特征图融合;然后连接了一个1x1的柔性连接系数卷积块,最后将降噪后的特征块与高层特征融合;所述解码模块通过对编码后的特征图不断上采样还原图像原有特征,直到与输入图像的分辨率一致;所述显著图融合模块将监督信息馈入到中间层;所述像素加权的交叉熵损失函数是: N为训练集大小,yi表示第i张图的label图,pyi表示对第i张图的预测图,αi为惩罚权重,根据舌体所占比例不同其值也不同,具体计算如下: Si为第i幅图中舌体占整幅图像比例;ε为预先设定的比例阈值以区分舌体占比小的图像和占比大的图像;β为惩罚因子用于定义惩罚权重。

全文数据:

权利要求:

百度查询: 成都中医药大学 一种基于移动端的复杂环境快速舌分割装置

免责声明
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。