-
公开(公告)号：CN110322440B
公开(公告)日：2023-01-13
申请号：CN201910611484.6
申请日：2019-07-08
Applicant: 东北大学(CN)
Abstract: 一种细胞显微图像数据扩充的方法，包括：S1、生成细胞核背景图像的获取：采用预先训练的生成式对抗网络模型生成细胞显微图像块，预先训练的生成式对抗网络模型是依据相同类型的原始细胞显微图像训练得到的；对图像块进行随机选取、拼接和剪裁，获得与原始细胞显微图像像素一致的生成细胞核背景图像。S2、细胞核图像的获取：对原始细胞显微图像进行图像分割，获取细胞核图像。S3、图像融合：将生成细胞显微图像和细胞核图像进行融合，获得生成细胞显微图像。保留了细胞显微图像的次要特征和重要特征，使得获得的生成细胞显微图像与原始细胞显微图像的特征更相似。
-
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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN120043927A
公开(公告)日：2025-05-27
申请号：CN202510119298.6
申请日：2025-01-24
Applicant: 内蒙古西金矿业有限公司 , 东北大学
Abstract: 本发明提供一种基于多段柱浸浸出装置的浸出和渗透效果评价方法，涉及金矿堆浸工程的技术领域，包括以下步骤：收集柱浸过程中产生的浸出液，对浸出液中的目标成分进行定量测定；收集柱浸后剩余的不同分段柱体位置的浸出渣，对浸出渣中的目标成分进行定量测定；根据测定的浸出液中目标成分含量以及浸出渣中目标成分含量，获取目标成分的浸出率；在柱浸完成后，对分段柱体进行取样，得到渗透效果评价，即渗透系数。基于浸出率和渗透系数，得到浸出效果差值和渗透效果差值：根据浸出效果差值和渗透效果差值判断用料方式。本发明所提供的方法，对柱浸过程中的浸出效果和渗透效果进行定量评价，指导堆浸条件的选择具有重要的实践意义。
-
公开(公告)号：CN110264476A
公开(公告)日：2019-09-20
申请号：CN201910533172.8
申请日：2019-06-19
Applicant: 东北大学
Abstract: 一种多尺度串行的卷积深度学习显微图像分割方法，包括以下步骤：步骤S1、获取环境微生物显微图像，对图像进行灰度化处理；步骤S2、将灰度化处理后的图像输入预先训练的MIaMIA-Net模型，输出图像分割结果；MIaMIA-Net模型为基于Inception结构和U-Net结构的一种以串行卷积操作获取多尺度卷积核共同作用效果的神经网络模型。在提高对于多尺度目标适应性的同时降低了模型的参数量及内存占用，并且对环境微生物显微图像的分割精度高。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.023 seconds)
