龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：南京理工大学
摘要：本发明公开了一种基于文本语义引导的小样本医学图像分割方法，使用编码器提取图像特征；在交互分支中加入器官文本描述，进入文本引导增强模块引导支持特征图和查询特征图得到相应的引导特征图，共同进入交叉特征提取器得到交互查询特征图，与引导支持原型进行余弦相似度计算，获得预测掩码一；在融合分支中，引导支持特征图通过原型生成模块获取引导支持原型，复制后与原始查询特征图通过通道拼接进入分支解码器输出预测掩码二；两个分支的掩码经过解码器获得两个图像生成掩码，通过图像阈值判别模块融合两者的正确信息，输出结果图像。本发明实现了支持样本和查询样本的关键交互，消除了交互干扰。
主权项：1.一种基于文本语义引导的小样本医学图像分割方法，其特征在于，包括如下步骤：步骤1，使用预训练的卷积神经网络模型作为编码器，对医学图像数据训练集的支持样本和查询样本实例提取尺度的图像特征，得到支持特征图和查询特征图；步骤2，从器官文本描述获得器官文本语义信息，利用文本引导增强模块对支持特征图和查询特征图进行引导，得到相应的引导支持特征图和引导查询特征图，通过交叉特征提取器得到引导支持特征图和引导查询特征图的交互查询特征图；步骤3，将引导支持特征图和支持掩码Ms通过原型生成模块获取引导支持原型，与交互查询特征图进行余弦相似度计算，获得预测掩码一；将引导支持原型复制次，与查询特征图通过通道拼接为查询特征图，解码输出预测掩码二；步骤4，将预测掩码一和预测掩码二经过解码器，获得生成图像掩码和，据此得到基于文本语义引导的小样本医学图像分割模型；步骤5，将生成图像掩码和分别与真实掩码计算交叉熵误差，相加得到模型训练的总误差，以总误差为损失函数进行模型训练；步骤6，在预测阶段使用医学图像数据测试集中的支持样本和查询样本实例得到生成图像掩码和，通过图像阈值判别模块融合两个生成图像掩码的正确信息，最终输出结果图像。
全文数据：
权利要求：
百度查询： 南京理工大学 基于文本语义引导的小样本医学图像分割方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号