公开(公告)号：CN118470421A

公开(公告)日：2024-08-09

申请号：CN202410646574.X

申请日：2024-05-23

Applicant: 中南大学

Inventor： 赵荣昌 ,  陈思玉

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/70 ,  G06V10/40 ,  G06V40/10 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/096

Abstract: 本发明公开了一种基于广义零样本学习的图像分类方法，包括获取现有的图像数据集；定义语义特征；提取视觉特征；构建视觉变分自编码器和语义变分自编码器并计算损失；计算交叉重构损失；构建可见类分类器并计算分类损失；生成虚拟类的语义特征；构建辅助分类器并计算分类损失；训练视觉变分自编码器和语义变分自编码器得到可见类别检测模型；构建自注意力模块并得到增强后的视觉特征；构建未见类别分类器、计算分类损失并训练；计算可见类的分布区域；判定待分类的图像数据的类别并采用对应的类别分类器实现对待分类的图像数据的分类。本发明还公开了一种包括所述基于广义零样本学习的图像分类方法的濒危动物识别方法。本发明可靠性高，精确性好。

公开(公告)号：CN117274598A

公开(公告)日：2023-12-22

申请号：CN202311258229.0

申请日：2023-09-27

Applicant: 中南大学

Inventor： 陈再良 ,  朱奖 ,  沈海澜 ,  张健 ,  赵荣昌

IPC: G06V10/26 ,  G06V10/22 ,  G06V10/82 ,  G06V10/44 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0985 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045

Abstract: 本发明公开了一种基于磁共振数据的胎盘植入图像分割方法，包括获取盆腔磁共振图像数据；构建原始模型，作为初始的当前轮次的待训练模型；选择获取数据中的一个数据，输入到当前轮次的待训练模型中，完成训练，输出胎盘植入预测框，将得到的模型作为下一轮次的待训练模型；针对预测框进行筛选处理，用于修正边界框标签；采用修正后的标签，参与模型的下一轮次训练；重复上述步骤，直至所有数据均输入到模型中，获取最终的胎盘植入图像分割模型；基于实际的磁共振图像数据，完成胎盘植入图像分割；本发明还公开了一种包括了所述基于磁共振数据的胎盘植入图像分割方法及成像方法；本发明方法的准确率提升、鲁棒性增强、分割效果显著、可靠性提高。

公开(公告)号：CN115984094B

公开(公告)日：2023-11-10

申请号：CN202211545973.4

申请日：2022-12-05

Applicant: 中南大学

Inventor： 刘熙尧 ,  刘阳 ,  张健 ,  赵荣昌 ,  方辉

IPC: G06T3/00 ,  G06T7/80 ,  G06T7/55 ,  G06V40/16 ,  G06V10/82 ,  G06T15/00 ,  G06N3/04 ,  G06N3/094

Abstract: 本发明涉及一种基于多损失约束视角一致性保持人脸安全生成方法及设备。该方法包括：利用生成对抗网络进行人脸交换同时引入多个损失函数，对源人脸图像以及目标人脸图像进行处理，生成结果人脸图像；估计结果人脸图像的相机参数，并结合相机参数对结果人脸图像的前景和背景分别建立一个神经辐射场；基于根据前景神经辐射场以及所述背景神经辐射场，对结果人脸图像进行体积渲染生成渲染结果人脸图像；将渲染结果人脸图像通过鉴别器，使得最终人脸图像的前景和背景与结果人脸图像的前景和背景保持一致，生成视角一致性保持的人脸图像。本发明能够生成视角一致性保持的人脸图像。

公开(公告)号：CN116485792B

公开(公告)日：2023-09-15

申请号：CN202310717200.8

申请日：2023-06-16

Applicant: 中南大学

Inventor： 赵荣昌 ,  郗梓钧 ,  张健

IPC: G06T7/00 ,  G16H50/20 ,  G06N3/0455 ,  G06N3/08 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开了一种组织病理学亚型预测方法，包括获取现有的源组织病理亚型图像数据集并处理得到组织病理亚型示例嵌入数据集；构建组织病理学亚型预测初始模型并训练得到组织病理学亚型预测模型；采用组织病理学亚型预测模型进行实际的组织病理学亚型的预测。本发明还公开了一种包括所述组织病理学亚型预测方法的成像方法。本发明将组织病理学亚型预测制定为细粒度表示学习，通过选择具有自注意力学习范式的代表性示例设计以学习组织病理学亚型预测中的示例级细粒度表示，再基于多示例特征解耦实现模型的精确训练；因此本发明不仅能够实现组织病理学亚型的预测，而且可靠性高，精确性好。

公开(公告)号：CN116051924B

公开(公告)日：2023-09-12

申请号：CN202310003466.6

申请日：2023-01-03

Applicant: 中南大学

Inventor： 刘熙尧 ,  胡家馨 ,  张健 ,  张昊 ,  赵荣昌 ,  方辉

IPC: G06V10/774 ,  G06V10/762 ,  G06V10/30 ,  G06V10/764 ,  G06V10/82 ,  G06N3/094

Abstract: 本发明公开一种图像对抗样本的分治防御方法，包括以下步骤：S1对图像进行攻击处理生成图像样本；S2对图像样本进行多种图像防御预处理，生成去高频图像样本组；将图像样本输入任务识别模型，模型输出第一特征向量；将去高频图像样本组输入任务识别模型，模型输出第二特征向量组；S3计算第一特征向量和第二特征向量组的差值生成图像高频信息差值组；S4将图像高频信息差值组输入聚类算法，算法输出攻击聚类；S5构建攻击聚类‑预处理权重矩阵，进行矩阵数值填写，形成攻击聚类与预处理方法二部图；S6根据二部图，自适应为不同攻击聚类推荐最合适的预处理方法。本发明弥补现有对抗样本检测算法在对抗攻击分类上的不足，具有实用性。

公开(公告)号：CN116246025B

公开(公告)日：2023-07-11

申请号：CN202310475206.9

申请日：2023-04-28

Applicant: 中南大学

Inventor： 赵荣昌 ,  杨腾

IPC: G06T17/00 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06T5/50 ,  G06T9/00

Abstract: 本发明公开了一种基于三维建模和MR图像的CT图像合成方法，包括获取MR图像和CT图像数据信息；编码MR图像得到MR图像隐空间表示；进行特征提取得到MR图像局部特征；将MR图像局部特征分别输入构建的CT图像合成模块和MR图像重建模块得到合成CT图像隐空间表示和重建MR图像隐空间表示；解码得到合成CT图像和重建MR图像；计算CT图像损失和MR图像损失，并更新参数得到最优参数；将实际的MR图像数据信息输入到具有最优参数的系统实现CT图像的合成。本发明还公开了一种包括所述基于三维建模和MR图像的CT图像合成方法的成像方法。本发明的可靠性高、精确性好且效果较好。

公开(公告)号：CN116246025A

公开(公告)日：2023-06-09

申请号：CN202310475206.9

申请日：2023-04-28

Applicant: 中南大学

Inventor： 赵荣昌 ,  杨腾

IPC: G06T17/00 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06T5/50 ,  G06T9/00

Abstract: 本发明公开了一种基于三维建模和MR图像的CT图像合成方法，包括获取MR图像和CT图像数据信息；编码MR图像得到MR图像隐空间表示；进行特征提取得到MR图像局部特征；将MR图像局部特征分别输入构建的CT图像合成模块和MR图像重建模块得到合成CT图像隐空间表示和重建MR图像隐空间表示；解码得到合成CT图像和重建MR图像；计算CT图像损失和MR图像损失，并更新参数得到最优参数；将实际的MR图像数据信息输入到具有最优参数的系统实现CT图像的合成。本发明还公开了一种包括所述基于三维建模和MR图像的CT图像合成方法的成像方法。本发明的可靠性高、精确性好且效果较好。

公开(公告)号：CN109767459B

公开(公告)日：2022-12-27

申请号：CN201910044689.0

申请日：2019-01-17

Applicant: 中南大学

Inventor： 邹北骥 ,  何志友 ,  赵荣昌

IPC: G06T7/33 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种新型眼底图配准方法，包括对输入图像处理；将处理后的输入图像对输送到深度回归网络得到相应的变形场；对输入图像进行增强得到辅助图像；采用空间变换器对辅助图像进行扭曲得到变形图像；构建损失函数；对深度回归网络进行反复学习和训练得到最优配准模型；利用最优配准模型对待配准的眼底图像进行配准。本发明利用无监督的卷积神经网络，以一种端到端的方式执行眼底图配准，因此本发明极大地提高了眼底配准结果的准确性和鲁棒性，而且可靠性高、计算效率较高且配准结果准确。

公开(公告)号：CN114595637A

公开(公告)日：2022-06-07

申请号：CN202210244504.2

申请日：2022-03-14

Applicant: 中南大学

Inventor： 赵荣昌 ,  何博文

IPC: G06F30/27 ,  G06N5/04 ,  G06F119/02

Abstract: 本发明公开了一种用于医学图像分类的证据推理方法，包括获取已有的医学图像并与真实标签一一对应标记得到训练数据集；构建用于医学图像分类的证据推理原始模型；采用训练数据集训练用于医学图像分类的证据推理原始模型得到用于医学图像分类的证据推理模型；采用用于医学图像分类的证据推理模型对实际的医学图像分类并给出对应的分类证据。本发明还公开了一种包括所述用于医学图像分类的证据推理方法的可视化证据标记方法。本发明首次将证据推理集成到深度学习框架中，可用于提高医学图像分类的可解释性和泛化性；同时提出了一种新的显式证据推理范式来计算医学图像的分类结果；因此本发明具有较好的可解释性，而且可靠性高，准确性好。

公开(公告)号：CN110400248A

公开(公告)日：2019-11-01

申请号：CN201910655216.4

申请日：2019-07-19

Applicant: 中南大学

Inventor： 刘熙尧 ,  孙玉莹 ,  楼杰挺 ,  张雅云 ,  陈燕 ,  邹北骥 ,  赵荣昌 ,  廖胜辉 ,  王磊

IPC: G06T1/00 ,  G06F21/16

Abstract: 本发明公开了一种基于圆环区域灰度差值的医学体数据影像安全性保护零水印方法，是首次针对医学体数据影像提出的具有强可辨识性和强鲁棒性的水印方法。本方案利用了医学体数据影像的时序信息，提取预定帧数图像划分圆环区域，计算相邻分区的均值μ、方差δ、偏态s、峰度w四个统计量的差值，作为最终的特征，确保了特征对医学体数据影像的强可辨识性和对几何攻击的强鲁棒性，从而实现对从网络分享得到的可疑医学体数据影像进行来源真实性和版权鉴别。并且零水印算法可以无损和持久地保护医学体数据影像，优于现有的感兴趣区域(ROI)无损水印和可逆水印算法。