首页> 中国专利> 基于对抗学习的多尺度特征融合超声图像语义分割方法

基于对抗学习的多尺度特征融合超声图像语义分割方法

页面导航

摘要
著录项
相似文献

摘要

本发明提供一种基于对抗学习的多尺度特征融合超声图像语义分割方法，包括以下步骤：多尺度特征融合语义分割网络模型搭建，对抗鉴别网络模型搭建，对抗训练与模型参数学习及乳腺病灶的自动分割。本申请提供的分割方法使用不同分辨率输入图像的多尺度特征联合对像素类别进行预测，提高像素类别标签预测的准确性，采用膨胀卷积代替部分池化，来提高分割图的分辨率，并采用对抗鉴别网络引导分割网产生的分割图与分割标签无法区分，确保分割图有好的外观和空间连续性，从而得到更加精确的高分辨率超声乳腺病灶分割图。

著录项

公开/公告号CN108268870B

专利类型发明专利
公开/公告日2020-10-09

原文格式PDF
申请/专利权人重庆师范大学;
展开▼

申请/专利号CN201810085384.X
发明设计人崔少国;张建勋;刘畅;
展开▼

申请日2018-01-29
分类号G06K9/34(20060101);G06N3/04(20060101);
代理机构50218 重庆信航知识产权代理有限公司;
代理人穆祥维
地址 400000 重庆市沙坪坝区天陈路12号
入库时间 2022-08-23 11:16:16

相似文献

专利
中文文献
外文文献

1. 基于对抗学习的多尺度特征融合超声图像语义分割方法 [P] . 中国专利： CN108268870B . 2020.10.09
2. 基于对抗学习的多尺度特征融合超声图像语义分割方法 [P] . 中国专利： CN108268870A . 2018-07-10
3. Method and apparatus for SAR image recognition based on multi-scale features and broad learning [P] . US10977526B2 . 2021-04-13

机译：基于多尺度特征和广泛学习的SAR图像识别方法和装置
4. CNN LEARNING METHOD AND LEARNING DEVICE FOR OBJECT DETECTOR BASED ON CNN TO BE USED FOR MULTI-CAMERA OR SURROUND VIEW MONITORING USING IMAGE CONCATENATION AND TARGET OBJECT MERGING NETWORK AND TESTING METHOD AND TESTING DEVICE USING THE SAME [P] . 韩国专利： KR20200091330A . 2020-07-30

机译：基于CNN的CNN对象检测器的学习方法和学习装置，用于图像融合和目标对象融合网络以及测试方法和测试装置的多摄像机或环绕视图监控
5. IMAGE RETRIEVAL METHOD BASED ON DEEP LEARNING AND SEMANTIC SEGMENTATION [P] . 世界知识产权组织专利： WO2019237646A1 . 2019-12-19

机译：基于深度学习和语义分割的图像检索方法