-
公开(公告)号：CN118058702A
公开(公告)日：2024-05-24
申请号：CN202311490372.2
申请日：2023-11-09
Applicant: 东北林业大学
IPC: A61B3/12 , A61B3/14 , G06T7/00 , G06V10/26 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 血管引导与多实例热图回归的眼底血管连接点检测算法，本发明涉及视网膜眼底血管分析中，眼底血管连接点检测困难的问题。视网膜血管形态与多种眼部及全身病变的发生相关。视网膜眼底血管分析，对诊断眼部与全身疾病具有重要意义。在视网膜眼底血管分析中，眼底血管连接点(分叉点与交叉点)是血管形态特征分析与量化的重要参考。然而，由于眼底血管分布复杂，连接点数量、空间分布未知，导致连接点特征提取与表达困难、上下文信息利用不充分。为解决这一问题，本发明提出血管引导与多实例热图回归的眼底血管连接点检测算法。实验表明，该方法优势如下：(1)将连接点坐标预测转变为多实例热图回归，解决稀疏标签注释导致连接点特征表示困难的问题。(2)利用血管注意力机制增强模型对血管区域的关注，利用多分辨率交互机制增强模型对细微血管的感知能力，提升连接点检测精度。本发明应用于眼底血管连接点检测。
-
Patent Agency Ranking
公开(公告)号：CN116721760B
公开(公告)日：2024-04-26
申请号：CN202310687513.3
申请日：2023-06-12
Applicant: 东北林业大学
Abstract: 融合生物标志物的多任务糖尿病性视网膜病变检测算法，本发明涉及糖尿病性视网膜病变(Diabetic retinopathy,DR)自动诊断技术中，早期DR(1到2级)特征不明显导致的漏诊问题。DR是一种常见的糖尿病并发症，是劳动人口致盲的主要因素，对我国糖尿病人群产生了极大的影响。临床经验表明，及时的诊断与治疗可以极大地降低DR致盲的风险，因此对糖尿病患者定期进行DR筛查具有十分重要的现实意义。但由于我国医疗资源分布不均衡，因此使用计算机辅助诊断技术进行DR筛查是十分有效的解决方案。尽管当前基于深度学习的DR自动诊断技术取得了一定的进展，但早期DR(1‑2级)表现不明显，模型极易漏诊。为了解决这一问题，本文提出融合生物标志物的多任务糖尿病性视网膜病变检测算法。实验表明，该方法优势如下：(1)通过计算生物标志物捕获早期DR眼底血管形态的变化，提高DR早期诊断精度(2)利用投票机制对不同任务设计不同的特征权重，提高多任务模型的性能。本发明应用于DR检测。
-
公开(公告)号：CN117893832A
公开(公告)日：2024-04-16
申请号：CN202410192859.0
申请日：2024-02-21
Applicant: 东北林业大学
IPC: G06V10/764 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06T7/00
Abstract: 一种眼底血管分叉点与交叉点检测与分类算法，本发明涉及视网膜眼底血管分析中，眼底血管分叉点与交叉点检测与分类困难的问题。视网膜眼底血管分析在许多眼部和全身关联疾病的诊断中扮演着关键角色。视网膜血管分叉点与交叉点作为眼底血管的重要特征点，对其准确的检测与分类对于提取相关生物标志物至关重要。眼底血管分布的复杂性以及血管分叉点与交叉点数量和空间分布的不确定性，导致眼底血管连接点检测与分类困难。为了解决这一问题，本发明提出一种眼底血管分叉点与交叉点检测与分类算法。实验表明，该方法优势如下：(1)特异性地学习眼底血管分叉点与交叉点的特征表示，提升分叉点与交叉点的分类精度(2)以端到端的方式实现眼底血管分叉点与交叉点的检测与分类，保持了分叉点与交叉点检测与分类任务的特征一致性，提升了检测与分类的整体性能。本发明应用于眼底血管分叉点与交叉点的检测与分类。
-
公开(公告)号：CN116721760A
公开(公告)日：2023-09-08
申请号：CN202310687513.3
申请日：2023-06-12
Applicant: 东北林业大学
Abstract: 融合生物标志物的多任务糖尿病性视网膜病变检测算法，本发明涉及糖尿病性视网膜病变(Diabetic retinopathy,DR)自动诊断技术中，早期DR(1到2级)特征不明显导致的漏诊问题。DR是一种常见的糖尿病并发症，是劳动人口致盲的主要因素，对我国糖尿病人群产生了极大的影响。临床经验表明，及时的诊断与治疗可以极大地降低DR致盲的风险，因此对糖尿病患者定期进行DR筛查具有十分重要的现实意义。但由于我国医疗资源分布不均衡，因此使用计算机辅助诊断技术进行DR筛查是十分有效的解决方案。尽管当前基于深度学习的DR自动诊断技术取得了一定的进展，但早期DR(1‑2级)表现不明显，模型极易漏诊。为了解决这一问题，本文提出融合生物标志物的多任务糖尿病性视网膜病变检测算法。实验表明，该方法优势如下：(1)通过计算生物标志物捕获早期DR眼底血管形态的变化，提高DR早期诊断精度(2)利用投票机制对不同任务设计不同的特征权重，提高多任务模型的性能。本发明应用于DR检测。
-
公开(公告)号：CN117669648A
公开(公告)日：2024-03-08
申请号：CN202311542787.X
申请日：2023-11-20
Applicant: 东北林业大学
Abstract: 一种基于元路径的双通道异构图节点表示学习方法，本发明涉及在异构图节点特征传递的过程中，如何使节点特征表示更加准确与全面的问题。目前，图神经网络技术成为各行各业的重要工具。然而在许多图神经网络中，节点之间信息只逐级传递，这种逐级传递会影响节点特征的准确性；还有神经网络无法平衡整体与局部的信息。在本发明提出的方法中，通道一以引入距离权重的方式直接观测远节点特征，削减了逐级传递对特征的影响。通道二综合元路径信息，依据总体信息更新节点特征。最后将两个通道更新后的节点特征横向拼接，得到最终的节点特征表示。本方法考虑了多个角度的数据信息，有效地提升了特征提取的准确度。
-
公开(公告)号：CN117524299A
公开(公告)日：2024-02-06
申请号：CN202311542694.7
申请日：2023-11-20
Applicant: 东北林业大学
IPC: G16B15/30 , G16B40/00 , G06F16/901 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 一种基于图变换网络与图分解的异构图节点关系预测方法，本发明涉及异构图节点关系预测技术。异构图节点关系预测在推荐系统、基因疾病和药物靶点等领域都具有广泛的应用。基于相似性的方法忽略了异构图的结构关系，基于随机游走的方法在处理大规模的图时计算方法复杂。本发明结合基于相似性的方法和基于图神经网络的方法，使用图变换网络自主选取元路径，减少了人为干预。并提出一种基于度的图分解方法提取和融合节点对深层特征，综合考虑了不同重要程度的节点信息。使用多头注意力机制将子图的节点对深层特征进行融合，得到节点对的最终特征表示，输入预测模型可得到更为准确的节点关系预测结果。本发明应用于异构图节点关系预测。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
