
基本信息:
- 专利标题: 基于多尺度特征融合的手术器械图像智能分割方法和系统
- 申请号:CN202110791891.7 申请日:2021-07-13
- 公开(公告)号:CN113763386B 公开(公告)日:2024-04-19
- 发明人: 王浩 , 丁帅 , 汪家欣 , 杨善林
- 申请人: 合肥工业大学
- 申请人地址: 安徽省合肥市包河区屯溪路193号
- 专利权人: 合肥工业大学
- 当前专利权人: 合肥工业大学
- 当前专利权人地址: 安徽省合肥市包河区屯溪路193号
- 代理机构: 北京久诚知识产权代理事务所
- 代理人: 余罡
- 主分类号: G06T7/10
- IPC分类号: G06T7/10 ; G06V10/44 ; G06V10/80 ; G06V10/82 ; G06N3/0464 ; G06N3/08
摘要:
本发明提供一种基于多尺度特征融合的手术器械图像智能分割方法和系统,涉及手术器械图像分割领域。本发明首先构建多尺度特征融合的轻量级网络架构,包括预先训练的编码器和解码器。将预处理得到高分辨率图像输入编码器的第一卷积神经子网络,低分辨图像输入编码器的第二卷积神经子网络,分别获取大尺度图像特征信息和小尺度图像特征信息;采用级联方式对维度大小相同的大尺度图像特征信息和小尺度图像特征信息进行融合;将最终图像特征信息输入解码器,以及将各个融合特征信息跳层连接至各个解码单元执行上采样操作,获取手术器械图像智能分割结果。相较于传统的深度学习方法,获取的手术器械图像分割结果具有较高的准确性,降低模型的推理时间。
公开/授权文献:
- CN113763386A 基于多尺度特征融合的手术器械图像智能分割方法和系统 公开/授权日:2021-12-07
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06T | 一般的图像数据处理或产生 |
------G06T7/00 | 图像分析,例如从位像到非位像 |
--------G06T7/10 | .分割;边缘检测 |