-
公开(公告)号：CN120070470A
公开(公告)日：2025-05-30
申请号：CN202510138810.1
申请日：2025-02-08
Applicant: 海南大学
IPC: G06T7/11 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0895
Abstract: 本申请提供一种基于多扰动一致性学习的前列腺亚区域医学图像分割方法，包括：获取前列腺MRI图像数据集，并进行预处理；确定已标注图像和未标注图像的切片索引；针对每张前列腺MRI图像进行强弱两种数据增强处理；将强增强前列腺MRI图像输入3D网络进行特征提取，将弱增强前列腺MRI图像输入2D网络进行学习，得到两个网络的预测结果；将预测结果依据确定的切片索引进行数据划分，分别输入LSUS策略和USUS策略；将LSUS生成的新前列腺图像和新标注以及USUS生成的新前列腺图像，根据数据增强方式的不同，分别输入3D网络和2D网络进行进一步学习至指定迭代次数,得到训练好的模型，以根据训练好的模型得到前列腺亚区域分割结果。
-
公开(公告)号：CN120047816A
公开(公告)日：2025-05-27
申请号：CN202411967702.7
申请日：2024-12-30
Applicant: 海南大学
IPC: G06V20/10 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明公开了基于改进多尺度注意力和Transformer网络的高光谱图像精确分类方法，首先动态空间注意单元空间信息提取；然后多核融合注意模块多尺度特征提取；最后交叉注意Swin Transformer模块提升信息融合；具体的，将多尺度注意力处理后的特征输入LayerNorm；然后引入多头注意力机制，让网络能够处理不同尺度的特征；引入多头交叉注意力，让网络让好的融合不同尺度特征，在多头注意力机制后加入MLP，用于整合提取特征；本发明解决了现有技术中存在的多头自注意力机制可能导致特征冗余和信息过度分散的问题。
-
公开(公告)号：CN114240808B
公开(公告)日：2025-05-16
申请号：CN202111097327.1
申请日：2021-09-18
Applicant: 海南大学
Abstract: 本发明提供基于联合双边滤波和非下采样剪切波的图像融合算法，能够对来自不同传感器的遥感图像数据进行信息处理、分析，从而获得兼具不同来源的遥感图像的特征信息。处理过后的图像通常情况下比起源遥感图像的信息更丰富、更全面、更加符合人眼的视觉特性或机器的信息处理方式，以便于后续处理和更好地满足应用要求。
-
公开(公告)号：CN119963405A
公开(公告)日：2025-05-09
申请号：CN202510041537.0
申请日：2025-01-10
Applicant: 海南大学
IPC: G06T3/147 , G06V10/44 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06T5/70 , G06T5/60 , G06T7/00
Abstract: 本发明提供一种基于密集卷积和门控特征提取网络的前列腺MRI配准方法，包括：获取每个目标用户的前列腺MRI图像序列，MRI图像序列包括固定图像和移动图像；对固定图像和移动图像进行预处理；将预处理后的固定图像和移动图像输入门控残差融合模块，通过不同的卷积网络分别提取固定图像和移动图像的粗特征；将粗特征与其对应的源图像进行切片交叉拼接后输入配准网络，输出变形场；配准网络包括密集卷积模块和Swin Transformer模块；根据变形场，通过空间变换网络得到配准后的图像。本发明有效提高了多模态医学图像配准的准确性和效率，为前列腺疾病的诊断和治疗提供了重要技术支持。
-
公开(公告)号：CN113889203B
公开(公告)日：2024-07-16
申请号：CN202111183587.0
申请日：2021-10-11
Applicant: 海南大学
Abstract: 本申请提供了一种基于联盟链的医疗数据存储方法和系统，方法包括：对于联盟链的任意一个节点组，节点组的主节点获取医疗数据索引，对医疗数据索引进行验证，以生产预备信息；主节点将预备信息发送至节点组的每一个次节点，以进行第一次PBFT共识；当第一次共识通过后，主节点将预备信息发送至其他节点组的主节点进行第二次PBFT共识；在第二次共识通过后，其他节点组的主节点将预备信息分别发送至其他节点组的各次节点，以进行验证，在验证通过后将医疗数据索引存储至每一个医疗节点，其中医疗数据索引对根据医疗数据进行哈希运算生成的，医疗数据索引用于查找医疗数据。该方法采用两次PBFT共识，大大降低了通信复杂度。
-
Patent Agency Ranking
公开(公告)号：CN112446838B
公开(公告)日：2024-07-12
申请号：CN202011338644.3
申请日：2020-11-24
Applicant: 海南大学
IPC: G06T5/70
Abstract: 本发明提供一种基于局部统计信息的图像噪声检测方法、装置，其技术方案包括下列步骤：S1、计算待测图像中每个像素的局部统计信息值；S2、判断待测图像中每个像素处于平坦区域还是复杂区域；S3、计算平坦区域的第一噪声检测阈值，计算复杂区域的第二噪声检测阈值；S4、在某一像素处于平坦区域且该像素的局部统计信息值小于第一噪声检测阈值的情况下，将该像素判定为噪声像素，否则为干净像素；在某一像素处于复杂区域且该像素的局部统计信息值小于第二噪声检测阈值的情况下，将该像素判定为噪声像素，否则为干净像素。
-
公开(公告)号：CN117765326A
公开(公告)日：2024-03-26
申请号：CN202311804675.7
申请日：2023-12-26
Applicant: 海南大学
IPC: G06V10/764 , G06V10/80 , G06V20/10 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了高光谱图像进行深度降维分类方法，提出了DDR‑3CGAT的模型建立，它结合了深度降维技术、3D卷积神经网络3D‑CNN和图注意网络GAT；这种模型旨在克服高维数据处理中的困难，具备提高分类准确性的特点。
-
公开(公告)号：CN112036908B
公开(公告)日：2023-08-18
申请号：CN202010854187.7
申请日：2020-08-24
Applicant: 海南大学
IPC: G06Q30/018 , G06Q30/0601 , G06Q50/10
Abstract: 本发明提供一种基于区块链的高可信度科技服务交易方法，服务提供商向科技服务平台提供服务功能描述以及QOS参数，由科技服务平台甄别服务提供商的服务功能描述以及QOS参数的客观性，然后用户向科技服务平台提供自己的需求，科技服务平台根据用户需求从相似度S、非功能属性评价度Q以及评价信任度R计算得到综合信任度，从而用户可以选择合适的服务进行交易，由于引入了区块链技术，因此可以解决传统的科技服务平台出现的资源无法真正共享、信息容易泄露问题，通过三个方面对服务内容的可信度进行衡量，可以为用户选择可信度高的服务，保证用户的最大利益。
-
公开(公告)号：CN112329390B
公开(公告)日：2023-08-04
申请号：CN202011058506.X
申请日：2020-09-30
Applicant: 海南大学
IPC: G06F40/126 , G06F40/284 , G06F16/903
Abstract: 本发明提供了一种基于音形义的中文词相似度检测算法，通过综合考虑汉字的音形义三大特征去检测中文字符串的总体相似度，首先将中文字符串s1、s2的每个汉字的拼音转换成对应的音码，将中文字符串s1、s2的每个汉字转换为形码，然后分别计算中文字符串s1、s2之间的音码相似度和形码相似度，其次单独算出中文字符串义的相似度，最后结合音形义，针对应用场景，设置贡献参数算出最后中文字符串s1、s2的总体相似度。此算法可以满足较为复杂的应用场景，可应用于结构化数据项重复度的检测，特别是存在手工输入错误的情况，另外，也可应用于错别字隐藏的敏感词检测等。相比同类型的中文字符相似度检测算法，大大增强了对中文字符串相似度的检测效果。
-
公开(公告)号：CN114240797A
公开(公告)日：2022-03-25
申请号：CN202111579290.6
申请日：2021-12-22
Applicant: 海南大学
Abstract: 本发明公开一种OCT图像去噪方法、装置、设备及介质，该方法包括如下步骤：获取OCT图像形成样本数据集，所述样本数据集分为训练集和验证集；构建OCT图像去噪的特征融合注意力密集网络，所述特征融合注意力密集网络的主体结构为稀疏块、特征增强块、注意力机制和一个重构块，用于对OCT图像去噪；将样本数据集输入所述特征融合注意力密集网络中进行训练和测试，直至收敛；将待检测的图像输入到训练好的特征融合注意力密集网络中进行处理，获得去噪处理后的清晰OCT图像。本发明在原有深度卷积网络的基础上提出了一种用于递进式特征融合注意力密集网络，基于该网络可有效的进行OCT图像噪声的去除。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.032 seconds)
