公开(公告)号：CN118798412A

公开(公告)日：2024-10-18

申请号：CN202410769507.7

申请日：2024-06-14

Applicant: 北京工业大学

Inventor： 钱君 ,  李建强 ,  赵青

IPC: G06Q10/04 ,  G06Q10/0631

Abstract: 本公开提供了产业集群预警及优化方法、装置、电子设备及存储介质。该产业集群预警及优化方法包括：基于产业集群历史数据，构建包括观测变量及潜变量的因果模型，所述潜变量包括自变量及因变量；计算当前产业集群的潜变量，基于预警规则确定待优化的自变量；基于所述因果模型，确定影响所述待优化的自变量的观测变量，作为第一观测变量；从所述第一观测变量筛选第二观测变量，调节所述第二观测变量。本公开实施例的技术方案通过预警模型，实现对产业集群的预警。同时，通过对潜变量的量化，定量分析待优化的自变量及相应的观测变量，实现对产业集群的定量调整，完成对产业集群的有效干预及优化。

公开(公告)号：CN113722431B

公开(公告)日：2024-10-15

申请号：CN202110973259.4

申请日：2021-08-24

Applicant: 北京工业大学

Inventor： 李建强 ,  赵慧凤 ,  张硕

IPC: G06F16/33 ,  G06F16/36 ,  G06F40/295 ,  G06F18/214

Abstract: 本发明提供一种命名实体关系识别方法、装置、电子设备及存储介质。所述方法包括：获取目标文本，将所述目标文本输入至命名实体关系识别模型中，得到命名实体关系识别结果；其中，所述命名实体关系识别模型由命名实体关系语言子模型、强化学习代理子模型和对比学习关系增强子模型组成。本发明通过经过对比学习训练的命名实体关系识别模型进行命名实体关系识别，可以有效去除远程监督产生的噪音，降低所收集的命名实体关系结果的不确定性。

公开(公告)号：CN115131607B

公开(公告)日：2024-07-26

申请号：CN202210681224.8

申请日：2022-06-15

Applicant: 北京工业大学 ,  中国电子科技集团公司第十五研究所

Inventor： 祖宝开 ,  李建强 ,  王宏远 ,  李亚芳 ,  白建川

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/0985 ,  G06N3/048

Abstract: 本发明提供一种图像分类方法及装置，其中图像分类方法包括：获取待分类图像，对待分类图像进行预处理得到嵌入输入向量序列；将嵌入输入向量序列输入至视觉Transformer模型的编码器，输出待分类图像对应的编码向量序列，编码器包括L个Transformer编码块，每个编码块包括残差多头自注意力层，第M个编码块的残差多头自注意力层对应的自注意力层输出图与第M‑1个编码块的残差多头自注意力层对应的自注意力图之间以残差方式连接；基于编码向量序列确定待分类图像对应的特征向量，将特征向量输入至视觉Transformer模型的分类器，得到待分类图像的分类结果。通过上述图像分类方法，能够提高图像分类的准确率。

公开(公告)号：CN113327221B

公开(公告)日：2024-07-16

申请号：CN202110735504.8

申请日：2021-06-30

Applicant: 北京工业大学

Inventor： 李建强 ,  赵琳娜 ,  董大强 ,  付光晖 ,  杨鲤银

IPC: G06T5/50 ,  G06T3/147 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/0464 ,  G06T5/60 ,  G16H30/20

Abstract: 本发明涉及一种融合ROI区域的图像合成方法、装置、电子设备及介质，该方法包括获取具有对应类别信息的有病和无病原始图像；使用弱监督定位网络获取有病原始图像的感兴趣区域，得到有病掩膜图像；通过相似度计算获取与无病原始图像对应的相似有病图像，得到无病掩膜图像；分别使用有病和无病掩膜图像对有病和无病原始图像进行遮挡，得到被掩膜遮挡的图像；设计基于条件生成对抗性网络模型，并使用有病和无病掩膜图像、被掩膜遮挡的图像以及对应类别信息对该网络模型进行训练，从而得到合成医疗图像。本发明通过获取医疗图像中的感兴趣区域以及使用基于条件生成对抗性网络模型，能够高效合成指定种类的医疗图像，提高图像质量。

公开(公告)号：CN111832644B

公开(公告)日：2024-07-05

申请号：CN202010651959.7

申请日：2020-07-08

Applicant: 北京工业大学

Inventor： 李建强 ,  王瑞乾 ,  付光晖

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/09 ,  G16H15/00 ,  G16H30/20

Abstract: 本发明实施例提供一种基于序列级别的脑部医疗影像报告生成方法及系统。该方法包括：获取具有预设标准的待判断脑部医疗图像；将所述序列级别待判断脑部医疗图像输入至预先训练好的脑部医疗影像判别模型，得到所述脑部医疗影像判别模型输出的脑部医疗影像报告结果；其中，所述脑部医疗影像判别模型是基于脑部医疗影像的样本集数据，以及按照脑部医疗疾病标准等级进行分类所得的序列级别分类标签进行训练得到的。本发明实施例通过对符合DICOM标准的脑部医疗影像进行模型训练，训练好的模型可以生成辅助医生进行脑部疾病诊断的报告，节约医生诊断的时间和减小工作量，同时减少漏诊、误诊的发生概率。

公开(公告)号：CN113283434B

公开(公告)日：2024-06-21

申请号：CN202110394333.7

申请日：2021-04-13

Applicant: 北京工业大学

Inventor： 李建强 ,  彭浩然 ,  吕思锐

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明实施例提供一种基于分割网络优化的图像语义分割方法及系统，其中方法包括：确定待语义分割的图像；将所述图像输入至分割网络优化模型中，得到所述分割网络优化模型输出的图像语义分割结果；其中，所述分割网络优化模型是基于样本图像以及对应的像素类别标注进行多阶段损失函数训练后得到的，所述像素类别标注是预先确定的。本发明解决了现有传统的语义分割模型的训练方法不能很好地勾勒出分割部分的边界，对超声图像进行分割时经常出现不圆滑的边界和锯齿状边界的现象问题。

公开(公告)号：CN112102239B

公开(公告)日：2024-05-21

申请号：CN202010797841.5

申请日：2020-08-10

Applicant: 北京工业大学

Inventor： 李建强 ,  宋长伟 ,  付光晖

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/09

Abstract: 本发明实施例提供一种用于全层脑CT图像的图像处理方法及系统，包括：将目标脑CT图像组输入到训练好的卷积神经网络中进行特征提取处理，得到所述目标脑CT图像组中每一张图像的特征图，并根据所述特征图构建所述目标脑CT图像组对应的特征向量矩阵；所述训练好的卷积神经网络是由标记有脑部CT图像分类标签和扫描干扰标签的样本脑CT图像训练得到的；对所述特征向量矩阵中的特征图进行多特征融合处理，得到所述目标脑CT图像组的图像处理结果。本发明实施例通过对连续的脑CT图像进行特征提取和融合处理，将一组脑CT图像之间的相关性关联起来，得到关联性更强的脑CT图像，并将干扰去除，提供效果更好的脑CT图像。

公开(公告)号：CN118053156A

公开(公告)日：2024-05-17

申请号：CN202311234212.1

申请日：2023-09-24

Applicant: 北京工业大学

Inventor： 李建强 ,  汪婧懿 ,  刘博 ,  杨滨 ,  李瑞琪

IPC: G06V20/70 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于嵌入对比的医学图像弱监督分割方法，包括下述步骤：步骤一，对结肠腺体数据集Glas中的医学图像进行预处理；裁剪后图片的标签仍然为原图像的标签。步骤二，使用基于ResNet18的二分类网络得到分类网络末端生成的通道数为2的特征图、图像在两个类别上的预测概率组成的一维向量以及由特征图和概率值加权求和得到的CAM。步骤三，设置两个超参数作为阈值，根据像素点属于类别1的概率值将像素划分为3类。步骤四，通过残差网络、平均池化层以及线性层得到正例和负例的嵌入；步骤五，计算损失函数Loss的值，对模型参数进行更新。步骤六，通过前向传播判断该图片的类别，对CAM进行二值化，得到最终的分割效果。

公开(公告)号：CN112581450B

公开(公告)日：2024-04-16

申请号：CN202011515634.2

申请日：2020-12-21

Applicant: 北京工业大学 ,  北京市气象服务中心

Inventor： 刘丰玮 ,  李娟 ,  李建强 ,  叶彩华 ,  尤焕苓 ,  张丰瑶

IPC: G06T7/00

Abstract: 本发明提供一种基于膨胀卷积金字塔与多尺度金字塔的花粉检测方法，该方法包括：将待检测花粉图像输入到花粉检测特征网络模型中的特征融合层，获取所述待检测花粉图像的花粉融合特征，所述特征融合层基于膨胀卷积金字塔和多尺度金字塔融合得到；将所述花粉融合特征输入到所述花粉检测特征网络模型中的检测层，获取检测结果。本发明提供的一种基于膨胀卷积金字塔与多尺度金字塔的花粉检测方法，基于多尺度金字塔与膨胀卷积金字塔组成特征融合层，可以精确的检测出图像中的花粉颗粒。

公开(公告)号：CN117636085A

公开(公告)日：2024-03-01

申请号：CN202310650643.X

申请日：2023-06-04

Applicant: 北京工业大学

Inventor： 李建强 ,  刘素芹 ,  王曌萱 ,  王一霖 ,  贾卓霖 ,  吴皓澜 ,  徐曦

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/25 ,  G06V10/26 ,  G06V10/28 ,  G06V10/44 ,  G06V20/69 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/088 ,  G06N3/094

Abstract: 本发明提供了一种基于轮廓引导显著目标定位的图像合成方法，针对真实花粉数据集数量有限、原始图像受杂质干扰的问题，本发明关注定位图像中显著性区域的研究。该方法首先将花粉WSI图像裁剪成最优尺寸，并设置背景筛选器过滤掉大量背景图像；使用无监督方法提取花粉图像轮廓图；引入全局对比度的显著区域检测方法获取花粉显著图；基于轮廓图中的边缘约束信息，在上述花粉显著图确定了花粉目标所处的区域，获得仅包括花粉颗粒的显著图；迭代应用GrabCut方法对显著图进行修正；将上述花粉显著图输入生成式对抗网络旨在合成新图像。该方法有效去除了杂质区域的干扰，获得了纯净仅包括花粉颗粒图像，为后续图像合成提供了高质量的数据基础。