公开(公告)号：CN117974683A

公开(公告)日：2024-05-03

申请号：CN202410003190.6

申请日：2024-01-02

Applicant: 安徽大学

Inventor： 谭大禹 ,  周晓平 ,  苏延森 ,  郑春厚

IPC: G06T7/11 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明提供了一种医学图像分割方法、装置、设备及介质，属于图像分割技术领域，包括：获取原始3D形式的多模态医学图像和单模态医学图像作为样本集；将多模态医学图像和单模态医学图像切分为多个2D病理切片；构建图像分割神经网络模型；将多模态医学图像中，属于每一类模态的2D病理切片作为一个通道的训练集输入图像分割神经网络模型中，并将单模态医学图像的2D病理切片作为训练集输入图像分割神经网络模型中，对图像分割神经网络模型进行训练；得到训练好的图像分割神经网络模型；利用训练好的图像分割神经网络模型进行医学图像的分割。该方法能够适应单模态医学图像分割任务和多模态医学图像分割任务。

公开(公告)号：CN117636325A

公开(公告)日：2024-03-01

申请号：CN202311664385.7

申请日：2023-12-06

Applicant: 安徽大学

Inventor： 谭大禹 ,  王劲龙 ,  周晓平 ,  戴益科 ,  苏延森 ,  郑春厚

IPC: G06V20/62 ,  G06V30/148 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种指针式仪表读数识别方法，属于计算机视觉的工业图像应用领域，包括如下步骤：获取指针式仪表图像数据；基于U2‑Net神经网络架构及MPA注意力机制，将U2‑Net神经网络架构的编码层和解码层进行跳跃连接，得到跳跃连接权重；将相邻的解码层之间进行上采样，得到上采样权重；将跳跃连接权重和上采样权重分别输入MPA进行特征融合，得到融合后的权重；将跳跃连接权重或上采样权重与融合后的权重相乘后融合输出，得到神经网络分割模型；将指针式仪表图像数据输入神经网络分割模型，得到仪表刻度和指针分割数据；并对两者进行拟合，得到刻度圆和指针直线；对刻度圆和指针直线进行相对角度计算，得到指针读数信息。

公开(公告)号：CN115170502A

公开(公告)日：2022-10-11

申请号：CN202210769176.8

申请日：2022-06-30

Applicant: 安徽大学

Inventor： 谭大禹 ,  姚致远 ,  戴益科 ,  周晓平 ,  花林枫 ,  丁睿 ,  苏延森 ,  郑春厚

IPC: G06T7/00 ,  G06T7/10 ,  G06T17/00 ,  G06N3/04 ,  A61B6/00

Abstract: 本发明公开了一种基于深度学习的股骨滑车宽度测量方法，包括：第一步、采集人体髌股关节CT影像，构建数据集，进行数据标注和预处理；第二步、构建MSC‑Net神经网络中的编码层、中间层、解码层以及输出模块；第三步、将数据集输入网络进行训练，并通过反向传播得到最优的模型；第四步，模型输出的预测结果，经过拼接，得到股骨三维重建模型；第五步、使用测量算法对预测结果进行数据测量，得出滑车的宽度信息。本发明能将髌股关节CT切片图，通过神经网络，快速分割股骨结构，重建三维股骨模型，并结合测量算法，测出股骨滑车的宽度，从而能减少股骨滑车宽度测量的时间，并能提高准确性和可靠性。