-
公开(公告)号：CN111145181A
公开(公告)日：2020-05-12
申请号：CN201911361300.1
申请日：2019-12-25
Applicant: 华侨大学
Abstract: 本发明属于图像处理技术领域，提供了一种基于多视角分离卷积神经网络的三维CT图像分割方法，主要涉及利用一种新型卷积神经网络对CT图像中骨骼进行三维自动分割。针对使用三维卷积的神经网络存在模型过大、运行内存占用量过高、无法在小显存容量显卡或嵌入式设备上运行的问题，同时为了提高卷积神经网络利用三维空间上下文信息的能力，本发明提出引入一种多视角分离卷积模块，利用多个二维卷积分别在三维图像的多视角子图像上提取上下文信息并进行多层级融合，实现多视角和多尺度上下文信息的提取和融合，提高三维CT图像中骨骼的分割精度。经本发明改进后的网络结构在平均精准度上得到明显提升，模型参数数量得到明显降低。
-
公开(公告)号：CN106408014A
公开(公告)日：2017-02-15
申请号：CN201610816610.8
申请日：2016-09-12
Applicant: 华侨大学
IPC: G06K9/62
CPC classification number: G06K9/6268 , G06K9/6215
Abstract: 本发明公开了一种基于流形对齐的半监督分类方法，包括：基于已知的类别信息建立辅助域和目标域的训练数据的类别坐标；基于目标域近邻图得到目标域中各训练数据与测试数据间的相似度及测试数据与测试数据间的相似度；通过挖掘辅助域和目标域数据的关联性，计算辅助域中各训练数据与目标域中测试数据间的相似度；基于半监督模型计算目标域中测试数据的类别坐标；根据测试数据的类别坐标即可得到其类别信息。本发明方法利用辅助域的已知类别数据帮助目标域数据分类，提高目标域的分类精度。
-
公开(公告)号：CN105159865A
公开(公告)日：2015-12-16
申请号：CN201510377630.5
申请日：2015-07-01
Applicant: 华侨大学
IPC: G06F17/14
Abstract: 本发明涉及一种不相关的声振载荷联合施加和不相关多源频域载荷识别研究的试验装置和方法，以及利用该装置在复杂的声振模拟环境下进行不相关多源频域载荷识别的三种方法，分别是最小二乘广义逆法、改进的正则化方法以及多输入多输出支持向量回归机法，三种方法均能根据系统上多个测点的振动响应同时识别出多个不相关频域载荷源的大小本发明的最小二乘广义逆法不需要测定传递函数的相位；改进的正则化方法对应的每一个频率都有最佳的正则化参数；多输入多输出支持向量回归机法能够有避免过学习现象。
-
公开(公告)号：CN113469186A
公开(公告)日：2021-10-01
申请号：CN202110734847.2
申请日：2021-06-30
Abstract: 本发明公开了一种基于少量点标注的跨域迁移图像分割方法，属于图像处理技术领域。在图像的多目标分割任务中，本发明只要求对目标域数据中的少量目标中心点进行标注，然后在源域数据训练的模型引导下，对少量点标注的目标域数据进行分割预测任务、空间计数任务以及量化计数任务的学习，在输出空间上利用对抗网络使模型学习到目标域判别性的特征表示，从而提升目标域的跨域分割效果，得到与无监督模型相比具有竞争力的图像自动分割模型。本发明公开的方法在新的应用场景数据上，只需要利用已有的标记数据和新应用场景数据上的少量点标注，极大地降低了人工成本并获得有竞争力的分割效果，可以应用于自然场景图像、医学图像等领域的多目标物分割。
-
公开(公告)号：CN107784647B
公开(公告)日：2021-03-09
申请号：CN201710908752.1
申请日：2017-09-29
Applicant: 华侨大学
Abstract: 本发明提供一种基于多任务深度卷积网络的肝脏及其肿瘤分割方法及系统，方法包括：数据预处理和扩充；多任务深度卷积网络的搭建；带有任务间约束的监督层的构建；网络的训练；数据测试结果生成。本发明提出的多任务网络含有两个通路，分别实现肝脏和肝脏肿瘤的识别分割；本发明通过通路部分共享的方法来缩小深度卷积网络体积并降低模型学习对训练数据量的要求；本发明通过在共享通路之后连接各自任务相关的特征提取模块和相应输出模块实现多任务输出；关键的是，本发明提出了一种可以利用多任务间几何关联信息的监督学习模块来达到肝脏和肝脏肿瘤分割相互约束的目的。本发明能够准确地识别和分割肝脏及其肿瘤。
-
Patent Agency Ranking
公开(公告)号：CN105159865B
公开(公告)日：2017-04-05
申请号：CN201510377630.5
申请日：2015-07-01
Applicant: 华侨大学
IPC: G06F17/14
Abstract: 本发明涉及一种声振载荷联合施加的试验装置，以及利用该装置在复杂的声振模拟环境下进行不相关多源频域载荷识别的三种方法，分别是最小二乘广义逆法、改进的正则化方法以及多输入多输出支持向量回归机法，三种方法均能根据系统上多个测点的振动响应同时识别出多个不相关频域载荷源的大小本发明的最小二乘广义逆法不需要测定传递函数的相位；改进的正则化方法对应的每一个频率都有最佳的正则化参数；多输入多输出支持向量回归机法能够有避免过学习现象。
-
公开(公告)号：CN119851854A
公开(公告)日：2025-04-18
申请号：CN202510344828.7
申请日：2025-03-24
Applicant: 华侨大学
IPC: G16H15/00 , G16H50/70 , G06N3/0464 , G06N3/044 , G06N3/0499 , G06N3/092
Abstract: 本发明公开了一种基于多模态学习优化的影像报告生成方法、系统及设备，方法包括：影像检索模块，用于对输入医学影像进行影像特征提取，获取相似的医学影像及报告；模仿生成模块，用于利用医学影像及报告，指导影像报告生成模型生成初始草稿报告；个性化诊断模块，用于根据医生的历史报告偏好或患者的历史医学数据对报告生成模型进行个性化调整；强化学习优化模块，用于基于强化学习的报告优化策略，动态调整文本生成方式，并结合医生评分、自动化评估以及临床反馈优化影像报告生成模型；迭代精炼模块，用于使用初始草稿报告作为查询，进行文本检索，获取与初始草稿报告在语义上相似的文本片段，并进行神经符号推理优化，生成最终报告。
-
公开(公告)号：CN111145181B
公开(公告)日：2023-04-07
申请号：CN201911361300.1
申请日：2019-12-25
Applicant: 华侨大学
IPC: G06T7/12 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/084
Abstract: 本发明属于图像处理技术领域，提供了一种基于多视角分离卷积神经网络的三维CT图像分割方法，主要涉及利用一种新型卷积神经网络对CT图像中骨骼进行三维自动分割。针对使用三维卷积的神经网络存在模型过大、运行内存占用量过高、无法在小显存容量显卡或嵌入式设备上运行的问题，同时为了提高卷积神经网络利用三维空间上下文信息的能力，本发明提出引入一种多视角分离卷积模块，利用多个二维卷积分别在三维图像的多视角子图像上提取上下文信息并进行多层级融合，实现多视角和多尺度上下文信息的提取和融合，提高三维CT图像中骨骼的分割精度。经本发明改进后的网络结构在平均精准度上得到明显提升，模型参数数量得到明显降低。
-
公开(公告)号：CN106250914B
公开(公告)日：2019-07-09
申请号：CN201610581635.4
申请日：2016-07-22
Applicant: 华侨大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于结构稀疏多核学习的多模态数据特征筛选和分类方法，包括：提取数据特征，并对特征进行归一化；利用核函数为数据的每个特征构建一个核矩阵；根据数据特征将所有特征和其对应的核函数进行分组；利用带有类标签的训练数据训练结构稀疏化多核分类模型，并优化模型参数；使用训练好的结构稀疏化多核分类模型对测试数据进行分类。本发明方法将数据特征的选择和数据模态融合在统一的结构稀疏化多核分类模型中进行建模，并将结构稀疏化特征选择和基于最优核表示的分类器学习同时进行，提供了一种多模态数据特征筛选、融合和分类方法。
-
公开(公告)号：CN108335304A
公开(公告)日：2018-07-27
申请号：CN201810122546.2
申请日：2018-02-07
Applicant: 华侨大学
Abstract: 本发明涉及一种腹部CT扫描序列图像的主动脉瘤分割方法，包括五个部分：图像预处理；主动脉血管内腔提取；主动脉分割；主动脉瘤提取；三维重建主动脉瘤。本发明不需要任何已知标签的样本数据进行学习训练，适用范围广泛；将血管内腔和主动脉轮廓分别使用不同的分割算法提取，然后将得到的主动脉去除血管内腔区域得到空心的主动脉内壁和外壁动脉瘤轮廓，并对主动脉分割提出一种新的基于序列间先验约束的图割算法；充分利用了CT图像序列间特有的关联关系和相似性；能够很好的解决主动脉瘤病变等情况带来的欠分割和过分割影响。本发明可以为体外模拟手术提供3D打印的主动脉瘤模型，方便手术预案的制定和规划，降低主动脉手术的高风险。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.016 seconds)
