-
公开(公告)号：CN109102510B
公开(公告)日：2022-08-26
申请号：CN201810877093.4
申请日：2018-08-03
Applicant: 东北大学
IPC: G06T7/10 , G06T7/136 , G06V10/762
Abstract: 本发明涉及一种基于半监督k‑means算法的乳腺癌显微病理组织图像分割方法，所述方法包括：所述方法包括：101、获取一张待处理的乳腺癌显微病理组织图片；102、对获取的乳腺癌显微病理组织图片进行预处理；103、将经过预处理的乳腺癌显微病理组织图片采用分割算法进行聚类分割，获取聚类中心；104、将步骤103中获取的聚类中心作为初始聚类中心，将步骤102中经过预处理的乳腺癌显微病理组织图片进行初始化k‑means分割，获得一个多类图像染色区矩阵，并对多类图像染色区矩阵的每一类图像染色区采用一种颜色进行染色；105、将获取的多类图像矩阵数据以图片的格式进行展示；本发明提供的图像分割方法，能够使普通计算机完成对JPEG格式乳腺癌显微病理组织图像的分割。
-
公开(公告)号：CN109460768B
公开(公告)日：2021-09-21
申请号：CN201811361398.6
申请日：2018-11-15
Applicant: 东北大学
Abstract: 本发明涉及医学显微图像处理技术领域，尤其涉及一种用于组织病理学显微图像的文本检测与去除方法，包括以下步骤：将输入图像分别在不同通道下进行预处理；然后进行图像分割得到子图像；对子图像进行二值化处理后进行投影分析得到候选文本区域；对候选文本区域运用Haar小波变换进行特征提取；对候选文本区域进行第一级分类，得到确定的文本区域及其特征；然后对确定的文本区域进行第二级分类，得到单个文本词及其特征；将确定的单个文本词去除，输出每一个通道的结果，合并所有通道后输出的图像为最终结果。本发明将文字检测与去除技术应用到了组织病理学显微图像上，为以后对组织病理学显微图像的继续研究扫除了初级障碍。
-
公开(公告)号：CN110415246A
公开(公告)日：2019-11-05
申请号：CN201910723223.3
申请日：2019-08-06
Applicant: 东北大学
Abstract: 本发明属于医学影像处理技术领域，尤其涉及一种腹部脂肪成分的分析方法。该方法包括如下步骤：获取待处理的腹部CT图像，进行预处理后，得到预处理后的腹部CT图像；采用改进的区域生长算法对预处理后的腹部CT图像进行皮下脂肪分割，得到皮下脂肪CT图像；将预处理后的腹部CT图像输入预先训练的支持向量机模型，得到输出的内脏脂肪CT预测图像；将预先通过经典方法获得的全部脂肪图像与皮下脂肪CT图像同时进行取反并相减，后与内脏脂肪CT预测图像取交集，得到内脏脂肪CT图像；根据皮下脂肪CT图像和内脏脂肪CT图像，得到腹部脂肪的组成成分。本发明提供的方法能够将皮下脂肪和内脏脂肪具体分离，且分割准确率高。
-
公开(公告)号：CN109544540A
公开(公告)日：2019-03-29
申请号：CN201811434445.5
申请日：2018-11-28
Applicant: 东北大学
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种基于图像分析技术的糖尿病视网膜图像质量检测方法。该方法包括对眼底图像的预处理，预处理过程中对其进行形态学处理、均衡化处理和滤波处理，预处理后再进行亮度检测、视盘检测和清晰度检测，最终得到待诊断眼底图像，进行糖尿病性视网膜病变诊断。本方法中的预处理操作大大提高了视网膜眼底图像的可视性，更有利于医生对患者病情的诊断和分析，质量检测操作可以很大程度上减小普查点所拍摄的眼底图像不合格情况的发生，经过该质量检测方法检测合格的眼底图像可用来对糖尿病性视网膜是否病变进行初步诊断。
-
公开(公告)号：CN109543758A
公开(公告)日：2019-03-29
申请号：CN201811422275.9
申请日：2018-11-26
Applicant: 东北大学
Abstract: 本发明提供了基于共轭蝶形条件随机场的宫颈癌组织病理图像诊断方法，包括：获取待处理的组织病理学图像并进行预处理；对预处理后的图像进行图像分割，获得图像的细胞核二值图，根据图像分割结果定位细胞核，得到图像的细胞核坐标，并将细胞核二值图分割成固定大小的图像块；对细胞核二值图进行特征提取，得到图像的全局特征，对细胞核二值图的图像块进行特征提取，得到图像的局部特征；将图像的全局特征和局部特征输入到预先设计的共轭蝶形对称布局的条件随机场模型中，根据细胞核坐标定位包含细胞核图像块，得到全图细胞核特征，并使用预先训练的条件随机场分类器进行处理，输出分类结果。可以较为精确的给出患者的病理状态，提高诊断准确率。
-
Patent Agency Ranking
公开(公告)号：CN110008912A
公开(公告)日：2019-07-12
申请号：CN201910286271.0
申请日：2019-04-10
Applicant: 东北大学
Abstract: 本发明涉及一种基于植物识别的社交平台匹配方法和系统；本发明方法包括：获取社交平台中已注册用户拍摄的植物叶片图像以及该图像的拍摄信息；针对植物叶片图像进行处理，获取叶片分割图像和叶脉图像；获取基础特征、波形特征、骨架特征和拍摄角度信息；将基础特征、波形特征和骨架特征输入至预先训练的分类神经网络，获取叶片种类信息；利用待匹配用户和全部用户的叶片种类信息、用户注册信息、拍摄角度信息拍摄信息和预先训练的匹配神经网络获取至少一个用户作为匹配结果；本发明方法分割结果接近真实叶片形状、噪点小、分割精度高，且种类识别结果准确，此外社交平台用户匹配结合了种类识别结果和用户信息具有较佳的实用性。
-
公开(公告)号：CN109299679A
公开(公告)日：2019-02-01
申请号：CN201811056305.9
申请日：2018-09-11
Applicant: 东北大学
Abstract: 本发明属于疾病识别技术领域，尤其涉及一种基于狭长型条件随机场的宫颈癌组织病理图像诊断方法。该方法包括如下步骤：A1、对待处理的宫颈癌组织病理学显微图像，进行预处理；A2、对预处理的宫颈癌组织病理学显微图像进行分割处理；A3、选取分割处理后的图像进行特征提取，获取提取的全局特征；A4、采用条件随机场的方式对全局特征、分割处理后的图像进行处理，获取特征向量；A5、将所述特征向量输入预先训练的分类模型中，获取宫颈癌组织病理学显微图像的分类结果。本发明的方法全新设计了狭长型中心对称布局，用以结合使用宫颈癌组织病理学显微图像的局部特征与全局特征，使系统的诊断结果更加高效可靠。
-
公开(公告)号：CN109102510A
公开(公告)日：2018-12-28
申请号：CN201810877093.4
申请日：2018-08-03
Applicant: 东北大学
Abstract: 本发明涉及一种基于半监督k-means算法的乳腺癌显微病理组织图像分割方法，所述方法包括：所述方法包括：101、获取一张待处理的乳腺癌显微病理组织图片；102、对获取的乳腺癌显微病理组织图片进行预处理；103、将经过预处理的乳腺癌显微病理组织图片采用分割算法进行聚类分割，获取聚类中心；104、将步骤103中获取的聚类中心作为初始聚类中心，将步骤102中经过预处理的乳腺癌显微病理组织图片进行初始化k-means分割，获得一个多类图像染色区矩阵，并对多类图像染色区矩阵的每一类图像染色区采用一种颜色进行染色；105、将获取的多类图像矩阵数据以图片的格式进行展示；本发明提供的图像分割方法，能够使普通计算机完成对JPEG格式乳腺癌显微病理组织图像的分割。
-
公开(公告)号：CN110807407B
公开(公告)日：2023-04-18
申请号：CN201911041346.5
申请日：2019-10-30
Applicant: 东北大学
IPC: G06V20/40 , G06V10/26 , G06V10/44 , G06V10/764 , G06T7/73
Abstract: 本发明提供一种用于视频中高度近似动态目标的特征提取方法，包括：获取视频序列，视频序列包括连续的视频帧，连续的视频帧存在一个或多个目标；依据连续的视频帧，获取同一个目标在每一个视频帧中的位置信息；依据同一个目标在每一个视频帧中的位置信息，将同一个目标在每一个视频帧中的图像信息叠加至同一图像，获取目标叠影图像；依据目标叠影图像，提取目标叠影特征。对颜色纹理单一、不同物体形状高度近似的小物体图像的处理提供了解决方案，加强了视频分析方法的精度与智能程度。
-
公开(公告)号：CN109685783A
公开(公告)日：2019-04-26
申请号：CN201811552394.6
申请日：2018-12-18
Applicant: 东北大学
CPC classification number: G06T7/0012 , G06T5/002 , G06T7/11 , G06T7/136 , G06T7/155 , G06T7/194 , G06T2207/10056 , G06T2207/30096 , G06T2207/30242
Abstract: 本发明涉及医学图像处理技术领域，尤其涉及一种基于骨架提取的细胞计数方法，包括以下步骤：步骤S1、获取待处理的组织病理学图像，对每一张待处理的图像进行灰度化处理，接着对每一张灰度化处理后的图像进行图像分割，获得每一张待处理图像的细胞二值图像；步骤S2、对每一张细胞二值图像进行形态学处理，得到细胞内孔洞填充、细胞边缘噪声和杂质噪点去除的细胞二值图像；步骤S3、对每一张形态学处理后的细胞二值图像进行细胞骨架化处理，以获取每一张图像中细胞骨架化的节点数，根据每一张图像中细胞骨架化的节点数与细胞个数的关系，得出每一张待处理图像的细胞计数结果。获得的细胞计数结果具有较好的准确性，方法具有较高的运行效率。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.036 seconds)
