-
公开(公告)号：CN114549894A
公开(公告)日：2022-05-27
申请号：CN202210067078.X
申请日：2022-01-20
Applicant: 北京邮电大学
IPC: G06V10/764 , G06K9/62
Abstract: 本发明提出一种基于嵌入增强和自适应的小样本图像增量分类方法，该方法包括：获取图像增量分类系统，该系统用于对待分类图像进行分类任务；获取待分类图像，并上传至系统进行识别，在系统识别失败时，获取该类别少量图像作为训练样本，并将其通过特征预训练模块计算得到目标原型，并通过混合关系映射模块对目标原型和/或原始原型进行自适应调整，以更新系统中所有原型，实现对该类别待分类图像的分类识别；在系统识别成功时，将待分类图像通过特征预训练模块、混合关系映射模块和分类器进行分类识别，并输出分类结果。该方法用于增强分类器的可扩展性，以及引入混合关系映射机制，优化样本的原型表示，使系统逐渐适用于所有可见类图像的识别。
-
公开(公告)号：CN110991486B
公开(公告)日：2023-12-29
申请号：CN201911082512.6
申请日：2019-11-07
Applicant: 北京邮电大学
IPC: G06V10/776 , G06V10/764 , G06V10/26 , G06Q10/0639 , G06Q10/101
Abstract: 本发明公开了一种多人协作图像标注质量控制的方法和装置，其中，方法包括：在标注包中按预设的比例投入金标准数据，以验证标注用户针对任一标注包的标注质量，通过验证的标注包数据暂定为合格，执行下一步骤，未通过的数据包将被重新打散，重新分配给用户进行标注；将一份图像分发给多位用户，收集多位用户对图像的标注结果，获取重复标签后，得到真实标签；以数据包或者用户为单位进行随机抽检，评价标注质量；将使用金标准推算的用户准确率反馈给用户，并将金标准中以及人工抽检出的错误数据及其对应的正确答案反馈给标注用户，以使标注用户接收再训练。该方法不仅可以保证标注质量，而且可以获取正确标注结果，简单易实现。
-
公开(公告)号：CN112884729B
公开(公告)日：2023-08-01
申请号：CN202110156174.7
申请日：2021-02-04
Applicant: 北京邮电大学
Abstract: 本申请提出一种基于双模态深度学习的眼底疾病辅助诊断方法和装置，涉及数据处理技术领域，其中，方法包括：获取同一只眼睛的彩色眼底图像和光学相干断层扫描OCT图像；分别对彩色眼底图像和所述OCT图像进行特征提取，获取第一特征向量和第二特征向量；根据预设特征融合策略对第一特征向量和第二特征向量进行融合处理，获取目标特征向量，并将目标特征向量输入已训练的神经网络诊断模型，获取诊断结果。由此，获得不同视角的眼部体征信息，针对不同数据集、不同任务场景，选择合适的策略进行特征融合，提高眼底疾病辅助诊断的准确性。
-
公开(公告)号：CN113011485B
公开(公告)日：2023-04-07
申请号：CN202110270878.7
申请日：2021-03-12
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06T7/00
Abstract: 本申请提出一种多模态多病种长尾分布下眼科疾病分类模型训练及其识别方法和装置，涉及深度学习技术领域，其中，方法包括：获取双模态影像样本，对双模态影像样本进行标注诊断标签；将红外黄斑区眼底影像样本和OCT影像样本分别同时输入第一神经网络进行训练获取第一图像特征信息和第二图像特征信息；根据第一图像特征信息和第一权重、第二图像特征信息和第二权重计算总图像特征信息输入全连接网络获取预测结果；通过反向传播技术不断调整神经网络参数，直到误差值维持在预设阈值，生成眼科疾病分类模型。由此，通过双路卷积神经网络模型学习两种模态影像特征得到与临床诊断流程相似的深度学习模型。
-
公开(公告)号：CN114549894B
公开(公告)日：2025-01-24
申请号：CN202210067078.X
申请日：2022-01-20
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/774
Abstract: 本发明提出一种基于嵌入增强和自适应的小样本图像增量分类方法，该方法包括：获取图像增量分类系统，该系统用于对待分类图像进行分类任务；获取待分类图像，并上传至系统进行识别，在系统识别失败时，获取该类别少量图像作为训练样本，并将其通过特征预训练模块计算得到目标原型，并通过混合关系映射模块对目标原型和/或原始原型进行自适应调整，以更新系统中所有原型，实现对该类别待分类图像的分类识别；在系统识别成功时，将待分类图像通过特征预训练模块、混合关系映射模块和分类器进行分类识别，并输出分类结果。该方法用于增强分类器的可扩展性，以及引入混合关系映射机制，优化样本的原型表示，使系统逐渐适用于所有可见类图像的识别。
-
Patent Agency Ranking
公开(公告)号：CN113011485A
公开(公告)日：2021-06-22
申请号：CN202110270878.7
申请日：2021-03-12
Applicant: 北京邮电大学
Abstract: 本申请提出一种多模态多病种长尾分布下眼科疾病分类模型训练及其识别方法和装置，涉及深度学习技术领域，其中，方法包括：获取双模态影像样本，对双模态影像样本进行标注诊断标签；将红外黄斑区眼底影像样本和OCT影像样本分别同时输入第一神经网络进行训练获取第一图像特征信息和第二图像特征信息；根据第一图像特征信息和第一权重、第二图像特征信息和第二权重计算总图像特征信息输入全连接网络获取预测结果；通过反向传播技术不断调整神经网络参数，直到误差值维持在预设阈值，生成眼科疾病分类模型。由此，通过双路卷积神经网络模型学习两种模态影像特征得到与临床诊断流程相似的深度学习模型。
-
公开(公告)号：CN112884729A
公开(公告)日：2021-06-01
申请号：CN202110156174.7
申请日：2021-02-04
Applicant: 北京邮电大学
Abstract: 本申请提出一种基于双模态深度学习的眼底疾病辅助诊断方法和装置，涉及数据处理技术领域，其中，方法包括：获取同一只眼睛的彩色眼底图像和光学相干断层扫描OCT图像；分别对彩色眼底图像和所述OCT图像进行特征提取，获取第一特征向量和第二特征向量；根据预设特征融合策略对第一特征向量和第二特征向量进行融合处理，获取目标特征向量，并将目标特征向量输入已训练的神经网络诊断模型，获取诊断结果。由此，获得不同视角的眼部体征信息，针对不同数据集、不同任务场景，选择合适的策略进行特征融合，提高眼底疾病辅助诊断的准确性。
-
公开(公告)号：CN110993064A
公开(公告)日：2020-04-10
申请号：CN201911070252.0
申请日：2019-11-05
Applicant: 北京邮电大学
Abstract: 本发明公开了一种面向深度学习的医学影像标注方法及装置，其中，方法包括以下步骤：对输入的影像诊断报告、电子病历信息与医学影像进行预处理，生成包含医学影像与抽取出的相关诊断信息的数据；基于深度学习对医学影像进行预标注，其中，基于图像语义分割技术对影像进行分割，得到各个病变区域的边界范围，对影像实现像素级分割标注，并基于图像分类技术结合影像相关诊断信息对影像所属的疾病类型进行分类标注；将预标注后的影像及相关诊断信息通过界面展示，以接收交互式指令，供医生对预标注影像结果进行微调，并导出标注结果。该方法不仅提升了标注效率，同时保证了标注精度。
-
公开(公告)号：CN110991486A
公开(公告)日：2020-04-10
申请号：CN201911082512.6
申请日：2019-11-07
Applicant: 北京邮电大学
Abstract: 本发明公开了一种多人协作图像标注质量控制的方法和装置，其中，方法包括：在标注包中按预设的比例投入金标准数据，以验证标注用户针对任一标注包的标注质量，通过验证的标注包数据暂定为合格，执行下一步骤，未通过的数据包将被重新打散，重新分配给用户进行标注；将一份图像分发给多位用户，收集多位用户对图像的标注结果，获取重复标签后，得到真实标签；以数据包或者用户为单位进行随机抽检，评价标注质量；将使用金标准推算的用户准确率反馈给用户，并将金标准中以及人工抽检出的错误数据及其对应的正确答案反馈给标注用户，以使标注用户接收再训练。该方法不仅可以保证标注质量，而且可以获取正确标注结果，简单易实现。
-
公开(公告)号：CN110993064B
公开(公告)日：2023-03-21
申请号：CN201911070252.0
申请日：2019-11-05
Applicant: 北京邮电大学
IPC: G16H30/20 , G06V10/26 , G06V10/764
Abstract: 本发明公开了一种面向深度学习的医学影像标注方法及装置，其中，方法包括以下步骤：对输入的影像诊断报告、电子病历信息与医学影像进行预处理，生成包含医学影像与抽取出的相关诊断信息的数据；基于深度学习对医学影像进行预标注，其中，基于图像语义分割技术对影像进行分割，得到各个病变区域的边界范围，对影像实现像素级分割标注，并基于图像分类技术结合影像相关诊断信息对影像所属的疾病类型进行分类标注；将预标注后的影像及相关诊断信息通过界面展示，以接收交互式指令，供医生对预标注影像结果进行微调，并导出标注结果。该方法不仅提升了标注效率，同时保证了标注精度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.022 seconds)
