“裴承丹”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]肺结节的分割方法和装置、计算设备、可存储介质-CN202111129973.1有效
发明人：徐胜舟;王统;裴承丹;卢浩然;吴福彬 -专利权人：中南民族大学
申请日： 2021-09-26 - 公布日： 2023-10-20 - 主分类号： G06T7/11 文献下载
摘要：本发明实施例提供一种肺结节分割方法，包括：获取待分割的肺部图像，所述待分割的肺部图像包含待分割提取的目标肺结节；对所述待分割的肺部图像进行预处理，得到数据增强的输入图像；通过完成训练的图像分割网络模型，对所述输入图像进行处理，得到所述待分割的肺部图像中的目标肺结节的分割结果；其中，所述图像分割网络模型包含注意力模块以确定所述输入图像的特征图谱中的目标信息，所述注意力模块设置于U‑Net网络中的解码器每层的两次卷积之后。通过在U‑Net网络的基础上，在解码器中添加通道注意力模块，加强网络对有用特征的利用，进而有效提升了网络分割性能。
结节分割方法装置计算设备存储介质

[发明专利]基于ERetinaNet的高效神经网络架构方法及系统-CN202310185719.6在审
发明人：徐胜舟;陈罗林;周煜松;裴承丹 -专利权人：中南民族大学
申请日： 2023-03-01 - 公布日： 2023-06-27 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种基于ERetinaNet的高效神经网络架构方法及系统，方法包括：选用FRepVGG作为卷积神经网络模型的骨干网络，骨干网络FRepVGG由多个FRepVGG阶段组成；利用结构重参数化技术将FRepVGG块的训练时多分支结构等价转换为推理时单路结构；将FRepVGG阶段中间层的特征进行特征融合；在FRepVGG阶段的最后一层引入有效的多光谱通道注意力模块；在骨干网络之后插入Vision Transformer模块；对原RetinaNet的检测头适当简化。本申请架构形成的ERetinaNet卷积神经网络，对乳腺肿块的检测效率更高、检测精度更佳。
基于 eretinanet 高效神经网络架构方法系统

[发明专利]乳腺肿块分割网络和方法、计算设备、可存储介质-CN202111131635.1在审
发明人：徐胜舟;卢浩然;裴承丹;王统;吴福彬 -专利权人：中南民族大学
申请日： 2021-09-26 - 公布日： 2022-03-11 - 主分类号： G06T7/11 文献下载
摘要：本发明实施例提供一种乳腺肿块分割网络和方法、计算设备和可存储介质，所述网络包括：编码器和解码器部分组成；所述编码器固定了特征图的通道数，并在在3×3卷积和BN层之间增加he_normal和L2正则化；所述解码器将原始U‑Net网络中四次上采样、四次同尺度的特征融合改变为四次上采样、一次多尺度的特征融合。本发明实施例固定U‑Net编码器各步骤的特征图通道数以减少网络复杂度，有利于解码器的特征融合，并对编码器中的卷积操作进行优化，提升了网络性能且缓解了网络的过拟合现象，其次对U‑Net解码器的网络结构进行简化，即在保证模型分割能力不变的前提下，提升网络模型的训练速度，减少网络的参数量和计算量。
乳腺肿块分割网络方法计算设备存储介质