“顾迎燕”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种深度注意力网络的胎儿小脑超声图像分割方法-CN202310724784.1在审
发明人：束鑫;顾迎燕;王艳;叶华;华伟 -专利权人：江苏科技大学
申请日： 2023-06-19 - 公布日： 2023-10-24 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种深度注意力网络的胎儿小脑超声图像分割方法，包括如下步骤：首先将胎儿超声数据集按照4:1的比例随机划分为训练集和测试集，对胎儿超声数据集进行预处理；然后搭建DA‑Net网络模型，构造一个六层的U形网络，将残差级联块和改进的三重注意力模块封装成一个复合模块嵌入到网络的编码器和解码器中，用来进行有效特征提取；接下来，在训练集上采用像素位置感知损失来训练网络模型；最后，在测试集上测试模型，根据测试的结果，选择出性能最优的模型为最终模型；使用该模型进行胎儿小脑超声图像分割。本发明利用一个深度注意力网络DA‑Net，能够准确实现胎儿小脑超声图像的定位与分割，获得了较好的分割性能和鲁棒性。
一种深度注意力网络胎儿小脑超声图像分割方法

[发明专利]一种基于卷积神经网络的胎儿小脑超声图像分割方法-CN202111381985.3有效
发明人： 顾迎燕;束鑫;常锋;胡春龙;程科;於跃成 -专利权人：江苏科技大学
申请日： 2021-11-22 - 公布日： 2023-05-12 - 主分类号： G06T7/00 文献下载
摘要：本发明提出一种基于卷积神经网络的胎儿小脑超声图像分割方法，包括如下步骤：处理数据集，将数据集按照8:2的比例随机划分为训练集和测试集，并进行图像增强；搭建FCRB‑U‑Net网络模型，采用全连接残差模块替代双卷积操作，并在有效注意力模块的监督下提取图像特征，在解码器端添加特征重用模块，实现深层特征的传播与复用；在训练集上，对FCRB‑U‑Net进行训练，执行分割任务并生成分割模型；在测试集上测试模型，根据测试的结果，选择出性能最优的模型为最终模型，并保存下来。本发明能够提取到更加全面、有效的特征，引入少量的参数即可较高的提升模型性能，快速准确的分割出胎儿小脑，可以辅助医生诊断。
一种基于卷积神经网络胎儿小脑超声图像分割方法

[发明专利]一种融合通道和空间注意力的卷积神经网络息肉分割方法-CN202210496738.6在审
发明人：束鑫;王佳树;顾迎燕;徐丹;史金龙;高尚 -专利权人：江苏科技大学
申请日： 2022-05-09 - 公布日： 2022-08-02 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种融合通道和空间注意力的卷积神经网络息肉分割方法，包括：数据预处理，用于对息肉图像的分辨率进行调整以及数据增强；编码器阶段，使用残差模块对息肉图像进行多尺度特征提取；瓶颈层阶段，利用改进的挤压激励模块，增强对息肉图像高级特征的提取；解码器阶段，使用通道和空间组合注意力模块，提高分割精度；同时对于瓶颈层和解码器的输出使用跨层融合；并在上采样过程中使用深监督技术，减轻在训练时的梯度消失或爆炸现象，加速模型的收敛。本发明解决了息肉与周围组织边界模糊不清以及小的息肉区域难以分割的问题，同时深监督机制的引入优化了网络模型的梯度，加快了网络模型的收敛，缩短了网络模型的训练时间。
一种融合通道空间注意力卷积神经网络息肉分割方法