-
公开(公告)号：CN114387518A
公开(公告)日：2022-04-22
申请号：CN202210039795.1
申请日：2022-01-14
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
Abstract: 本发明提供一种基于DeepLabV3改进的遥感图像分割方法包括：S1，构建基于DeepLabV3改进的神经网络；S2，训练基于DeepLabV3改进的神经网络；S3，利用训练好的基于DeepLabV3改进的神经网络进行遥感图像语义分割。本发明的有益效果为：1、本发明采用基于DeepLabV3改进的神经网络对遥感图像的深层特征并完成对遥感图像的语义分割，在网络训练和实用中更为有效。2、通过基于DeepV3改进的网络，对DeepLabV3网络的ASPP模块加入了动态权重调整，更好的帮助网络提取遥感图像的深层次特征，提升了网络提取的多尺度语义特征捕获能力，能够更高效的完成遥感图像的语义分割。
-
公开(公告)号：CN114170236A
公开(公告)日：2022-03-11
申请号：CN202111543635.2
申请日：2021-12-16
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
Abstract: 本发明公开了一种基于半监督学习的全自动近红外静脉分割方法，涉及医学图像处理的近红外肢体成像技术领域，方法包括：S1：获取近红外的肢体成像制作静脉分割图像，进行预处理，构建数据集；S2：构建以递归尺度循环神经网络为主体，重构一致性神经网络以及分割对抗神经网络为辅的语义分割模型；S3：训练并迭代优化语义分割模型。本发明基于构建的有标签部分和无标签部分的数据集，通过分别输入标记数据来训练分割模型，输入未标记数据来生成预测图，并通过重构一致性神经网络以及分割对抗神经网络进行优化，提高了模型的精度和速度。
-
公开(公告)号：CN114287879B
公开(公告)日：2025-04-25
申请号：CN202111670565.7
申请日：2021-12-31
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
IPC: A61B3/12
Abstract: 本发明公开了一种病灶分割的方法、设备及介质，属于计算机视觉领域，包括基于transformer结构的全局注意模块和基于transformer结构的特征注意模块，以及基于如上模块的带权重的交叉熵损失函数的使用；本发明不仅能够获取病灶和血管的细节信息和充分利用血管分布包含的丰富的眼底先验信息，而且还能够获得图像中不同病灶的依赖关系和病灶与血管之间的隐性病理关联，能够更准确地实现对DR多病灶的同时分割，使得前后景像素点不均衡问题得到克服，实现了实际医学诊断中较难且较为重要的多病灶的同时精确分割，解决了现有技术中分割模型难以学到病灶的标准特征和存在误分割和错分割的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN113887662B
公开(公告)日：2024-11-08
申请号：CN202111244501.0
申请日：2021-10-26
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
IPC: G06V10/764 , G06V40/18 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于残差网络的图像分类方法、装置、设备及介质，该方法包括获取根据数据特征分类的数据集，并根据所述数据特征编写卷积神经网络所需的数据接口；制作数据集标签，每一类不同数据特征的数据集对应一个数据集标签；构建训练集和测试集，将数据集分割成若干等份；构建深层残差单元，搭建卷积神经网络，建立图像分类模型；对图像分类模型设置训练参数和损失函数策略，确定分类器输出的分类结果；对图像分类模型进行网络训练和网络测试；向图像分类模型中输入待分类图像，获得分类结果。本发明通过构建图像分类模型辅助医生诊断，减轻眼科医生负担、缩短检查时间，降低疾病不同等级对应的图片筛查的时间和人力成本。
-
公开(公告)号：CN116523892A
公开(公告)日：2023-08-01
申请号：CN202310551472.5
申请日：2023-05-16
Applicant: 北京理工大学 , 北京理工大学重庆创新中心
Abstract: 本发明提供一种用于遥感矿斑层级特征增强的变化检测系统及方法，属于图像处理技术领域，解决了传统变化检测方法中的局限性问题；包括：数据预处理模块，编码器模块，解码器模块；原始遥感矿斑图像首先经过数据预处理模块，再将处理后的数据输入编码器模块中，提取遥感图像的多层语义信息，同时，编码器模块将深层次语义信息和浅层次语义信息合理结合，得到更有价值的特征图；在解码器模块，解码器由自适应尺度增强模块和监督注意力模块组成，实现对特征图的解码，最后逐级相加得到解码后的多个不同层级的特征图用于计算损失函数；本发明具有能充分挖掘、捕获遥感图像多层次信息特征的特点，能够高效的完成遥感矿斑图像的变化检测任务。
-
公开(公告)号：CN114287879A
公开(公告)日：2022-04-08
申请号：CN202111670565.7
申请日：2021-12-31
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
IPC: A61B3/12
Abstract: 本发明公开了一种病灶分割的方法、设备及介质，属于计算机视觉领域，包括基于transformer结构的全局注意模块和基于transformer结构的特征注意模块，以及基于如上模块的带权重的交叉熵损失函数的使用；本发明不仅能够获取病灶和血管的细节信息和充分利用血管分布包含的丰富的眼底先验信息，而且还能够获得图像中不同病灶的依赖关系和病灶与血管之间的隐性病理关联，能够更准确地实现对DR多病灶的同时分割，使得前后景像素点不均衡问题得到克服，实现了实际医学诊断中较难且较为重要的多病灶的同时精确分割，解决了现有技术中分割模型难以学到病灶的标准特征和存在误分割和错分割的技术问题。
-
公开(公告)号：CN113887662A
公开(公告)日：2022-01-04
申请号：CN202111244501.0
申请日：2021-10-26
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
Abstract: 本发明公开了一种基于残差网络的图像分类方法、装置、设备及介质，该方法包括获取根据数据特征分类的数据集，并根据所述数据特征编写卷积神经网络所需的数据接口；制作数据集标签，每一类不同数据特征的数据集对应一个数据集标签；构建训练集和测试集，将数据集分割成若干等份；构建深层残差单元，搭建卷积神经网络，建立图像分类模型；对图像分类模型设置训练参数和损失函数策略，确定分类器输出的分类结果；对图像分类模型进行网络训练和网络测试；向图像分类模型中输入待分类图像，获得分类结果。本发明通过构建图像分类模型辅助医生诊断，减轻眼科医生负担、缩短检查时间，降低疾病不同等级对应的图片筛查的时间和人力成本。
-
公开(公告)号：CN115115659A
公开(公告)日：2022-09-27
申请号：CN202210913335.7
申请日：2022-08-01
Applicant: 北京理工大学重庆创新中心
Abstract: 本发明提供了一种基于低成本噪声数据的眼底血管自动分割方法，包括S1：筛选数据集，通过公开的数据集获取视网膜影像和像素级血管标签；S2：构建卷积神经网络，生成可量化的噪声数据；S3：对数据集进行分割，构建训练集和测试集，同时在训练集中保留一张干净影像数据，对其它图像施加响应噪声；S4：设置损失函数和训练参数；S5：将干净影像数据和噪声数据交替输入网络中，利用重新权衡函数更新网络参数；S6：获取视网膜影像输入到训练好的网络模型中，输出分割结果。本发明实现了仅利用少量干净数据即可纠正错误噪声给深度模型带来的偏差，提高了面临低成本噪声数据时眼底血管自动分割的准确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.052 seconds)
