-
公开(公告)号：CN112348786B
公开(公告)日：2022-09-13
申请号：CN202011186634.2
申请日：2020-10-29
Applicant: 厦门大学
Inventor： 王连生
Abstract: 本发明公开了一种基于双向相关性的one‑shot脑图像分割方法，其包括以下步骤：构建图像变换模型，图像变换模型包括生成器GF、生成器GB及两个判别器D，将图集x及未标注影像y输入生成器GF分流处理，得到前向映射ΔpF，通过判别器D区分开重建影像与未标注影像y，得到重建影像将重建影像及图集x输入生成器GB，得到后向映射ΔpB，通过判别器D区分开重建影像与图集x，得到重建影像通过生成器GF、判别器D及生成器GB相互约束，得到最终的前向映射ΔpF并通过warp操作得到有标注重建影像本发明通过图像变换模型同时学习图集x到未标注影像y的前向映射以及未标注影像y到图集x的后向映射，通过后向映射约束前向映射，提高了前向映射的准确度。
-
公开(公告)号：CN112085716B
公开(公告)日：2022-06-07
申请号：CN202010923735.7
申请日：2020-09-04
Applicant: 厦门大学
Inventor： 王连生
Abstract: 本发明公开了一种基于时阈聚焦图网络的NAFLD超声视频分类方法，该方法通过结合时阈聚焦图网络和损失函数，对输入的肝脏超声视频分类，从而判断是否患有NAFLD。其中，时阈聚焦图网络由三个子网络组成，分别是特征提取网络、局部连接时阈图网络和全局连接时阈图网络；损失函数由二进制交叉熵损失和区间聚焦损失两部分组成。本发明能够解决现有NAFLD诊断中存在的耗时、专业要求高、误判的问题，提供一种可靠、高效的NAFLD自动诊断方法。
-
公开(公告)号：CN112348786A
公开(公告)日：2021-02-09
申请号：CN202011186634.2
申请日：2020-10-29
Applicant: 厦门大学
Inventor： 王连生
Abstract: 本发明公开了一种基于双向相关性的one‑shot脑图像分割方法，其包括以下步骤：构建图像变换模型，图像变换模型包括生成器GF、生成器GB及两个判别器D，将图集x及未标注影像y输入生成器GF分流处理，得到前向映射ΔpF，通过判别器D区分开重建影像与未标注影像y，得到重建影像将重建影像及图集x输入生成器GB，得到后向映射ΔpB，通过判别器D区分开重建影像与图集x，得到重建影像通过生成器GF、判别器D及生成器GB相互约束，得到最终的前向映射ΔpF并通过warp操作得到有标注重建影像本发明通过图像变换模型同时学习图集x到未标注影像y的前向映射以及未标注影像y到图集x的后向映射，通过后向映射约束前向映射，提高了前向映射的准确度。
-
公开(公告)号：CN112085744A
公开(公告)日：2020-12-15
申请号：CN202010924385.6
申请日：2020-09-04
Applicant: 厦门大学
Inventor： 王连生
Abstract: 本发明公开了一种基于多尺度特征学习的肾肿瘤分割方法，其包括以下步骤：S1、获取腹部扫描图像，对获取的腹部扫描图像随机划分训练集；S2、对训练集内的腹部扫描图像进行预处理，得到预处理后的图像；S3、构建多尺度特征网络，通过该网络结合金字塔池化模块及特征金字塔融合模块，充分捕捉图像全局结构信息从而进行精准的肾脏分割；S4、通过多尺度特征网络对S2中预处理后的图像进行预测和分割；本发明有效检测体积不同的肾肿瘤，避免产生假阴性结果，得到准确度高的检测结果。
-
公开(公告)号：CN112085741A
公开(公告)日：2020-12-15
申请号：CN202010923740.8
申请日：2020-09-04
Applicant: 厦门大学
Inventor： 王连生
Abstract: 本发明公开了一种基于深度学习的胃癌病理切片分割算法，其包括以下步骤：S1、获取胃部病理切片图像，将胃部病理切片图像划分为数据集；S2、对数据集的胃部病理切片图像进行预处理，得到图像块，对图像块进行0‑360°旋转、平移及翻转的数据增强；S3、构建FPA‑Net分割模型，FPA‑Net分割模型具有用于深度学习的特征金字塔模块及空洞空间金字塔池化模块；S4、将S2中的图像块输入FPA‑Net分割模型中，得到分割结果；本发明利用深度学习的方法实现对胃部病理切片的胃癌区域自动分割，能够准确地分割出不同形态的癌症区域。
-
Patent Agency Ranking
公开(公告)号：CN112085736A
公开(公告)日：2020-12-15
申请号：CN202010923743.1
申请日：2020-09-04
Applicant: 厦门大学
Inventor： 王连生
Abstract: 本发明公开了一种基于混维卷积的肾肿瘤分割方法，其包括以下步骤：S1、获取腹部扫描图像，对获取的腹部扫描图像划分数据集和训练集；S2、对数据集内的腹部扫描图像进行预处理，得到预处理后的图像；S3、构建混维卷积网络，通过该网络配合混维卷积模块优化混维卷积网络对肾肿瘤的特征学习；S4、将预处理后的图像输入混维卷积网络进行预测，最终得到分割结果；本发明通过混合卷积网络同时学习肾肿瘤的2D、2.5D及3D卷积特征，2D、2.5D及3D卷积特征通过特征融合，增强了模型特征的泛化能力。
-
公开(公告)号：CN112053399A
公开(公告)日：2020-12-08
申请号：CN202010923742.7
申请日：2020-09-04
Applicant: 厦门大学
Inventor： 王连生
Abstract: 本发明公开了一种胶囊内镜视频中消化道器官的定位方法，其包括步骤：S1、使用感知哈希算法对相似图片进行过滤，去除相似度较高的图片；S2、利用二分查找算法搜索目标位置；S3、对胶囊内镜图像进行分类。本发明通过相似图片过滤、目标位置搜索、图片分类实现了胶囊内镜视频中不同器官的分类，且分类结果准确，且使用的时间较短，实现了胶囊内镜视频中消化道器官的快速定位，解决了人工阅片工作量大、耗时长的难题。
-
公开(公告)号：CN108304855B
公开(公告)日：2020-06-23
申请号：CN201711267293.X
申请日：2017-12-05
Applicant: 厦门大学
Abstract: 本发明公开了一种海洋环境下多潜水艇特征信号盲源分离方法，包括以下步骤：采集信号样本；在时频域中基于Hermitian角的样本向量和参考向量，采用聚类算法对混合信号样本进行聚类以获得多个聚类簇，将聚类算法中的隶属函数作为掩码；基于估计簇数目进行聚类验证；基于K‑均值聚类算法将掩码聚类成Q个掩码聚类簇；通过掩码估计，进行信号分离。本发明能够解决欠定情况下盲源分离问题，在掩码估计中不需要估计任何混合信号矩阵或源位置，简化了信号分离的复杂度，提高了运算效率。
-
公开(公告)号：CN120014271A
公开(公告)日：2025-05-16
申请号：CN202510091714.6
申请日：2025-01-21
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)
IPC: G06V10/26 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供了一种基于CT影像的胰腺肿瘤分割方法、装置及程序产品，该方法包括：S1，获取三维CT影像，对三维CT影像进行预处理；S2，将预处理后的三维CT影像进行切片，获得第一二维切片；将预处理后的三维CT影像输入3D nnU‑Net分割网络，获得包含胰腺肿瘤的掩码的三维分割结果；S3，生成胰腺肿瘤的视觉提示并对三维分割结果进行切片，获得第二二维切片；S4，将第一二维切片与第二二维切片输入预先构建的SAM2模型进行融合，获得最终的分割结果。利用上述技术方案，解决了胰腺肿瘤与周围血管自动分割精度不足的问题，显著提高了分割的准确性和细节处理能力。
-
公开(公告)号：CN112085760B
公开(公告)日：2024-04-26
申请号：CN202010924388.X
申请日：2020-09-04
Applicant: 厦门大学
Inventor： 王连生
IPC: G06T7/194 , G06T3/4038 , G06T3/4046 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种腹腔镜手术视频的前景分割方法，其包括以下步骤：S1、获取腹腔镜手术视频，划分训练集及测试集；S2、对训练集内腹腔镜手术视频进行裁剪及手术器械像素的标注的预处理；S3、构建前景分割系统，将S2中腹腔镜手术视频输入前景分割系统，通过光流预测模块结合图像分割模块进行前景分割，得到分割结果；本发明在复杂的手术场景中精确分割腹腔镜手术器械，对腹腔镜手术器械进行细分，避免干扰，提高了腹腔镜手术的精确度。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.03 seconds)
