-
公开(公告)号：CN115187847A
公开(公告)日：2022-10-14
申请号：CN202210832612.1
申请日：2022-07-14
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06V10/94 , G06V20/52 , G06V10/70 , G06V10/82 , G06N3/04 , G06N3/08 , G06N5/04 , G06F9/455 , H04L67/06 , H04L67/10 , H04L67/1008 , H04L67/101 , H04L67/1095 , H04N7/18
Abstract: 本发明涉及一种基于云边端架构的图像联合推理识别系统及方法，包括云平台层、通信网络层、边缘层、终端层；云平台层包括云计算中心、数据库、云端文件存储系统、镜像仓库；边缘层包括集成在目标图像识别场景中的各个设备，包括边缘设备、本地文件存储系统；终端层是目标图像识别场景中具有数据采集功能的终端设备，用于将监控采集的实时图像、视频通过有线或无线网络传输到边缘层，以待检测。本发明采用云边联合推理算法，攻克只将模型单边部署于云端或者边缘端的缺点，能更多更快的对多目标进行检测识别，充分利用云边资源，更适用于复杂的多目标图像识别与检测作业。
-
公开(公告)号：CN118887198A
公开(公告)日：2024-11-01
申请号：CN202411113827.3
申请日：2024-08-14
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06T7/00 , G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种胃部病理切片分割方法及系统，涉及计算机视觉、病理图像处理领域，具体方案包括：获取待分割的胃部切片图像；将胃部切片图像输入到训练好的胃部病理切片分割模型中，生成最终的分割结果；其中，所述胃部病理切片分割模型采用U型结构，在编码器与解码器之间引入多尺度跳跃连接机制，同时利用高层语义信息与底层细节特征，进行特征信息的跨层次融合；本发明设计一种准确且高效的胃部病理切片自动分割模型，显著提高了胃部病理图像分割精度，极大地提升胃癌早期诊断的准确性与及时性，进而为患者争取到宝贵的治疗时间。
-
公开(公告)号：CN118570537A
公开(公告)日：2024-08-30
申请号：CN202410701003.1
申请日：2024-05-31
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06V10/764 , G06V10/766 , G06V10/82 , G06V10/80 , G06N20/10
Abstract: 本发明属于医学影像处理技术领域，更具体地涉及面向帕金森辅助诊断的多模态影像分类方法、装置及计算机可读存储介质。所述方法包括获取影像，对影像进行局部归一化处理，提取影像的局部规范化系数；对局部规范化系数进行拟合，获取形状参数和方差；通过非对称广义高斯函数对影像的各方向的包括形状参数和方差的规范化系数进行拟合，获取影像各方向上的指标特征；将支持向量机作为回归模型，得到影像的质量评分结果；将影像的质量评分与设定阈值对比。本发明解决了现有技术中结构性影像分辨率较高，可反映结构形态信息，但是代谢等功能信息较弱，而功能性影像分辨率低，可以反映功能代谢信息，但很难反映结构信息的问题。
-
公开(公告)号：CN116485811A
公开(公告)日：2023-07-25
申请号：CN202310314667.8
申请日：2023-03-29
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06T7/11 , G06V10/774 , G06V10/82 , G06V10/26 , G06N3/0464 , G06N3/0455 , G06N3/098 , G06N3/045
Abstract: 一种基于Swin‑Unet模型的胃部病理切片腺体分割方法，属于图像处理技术领域，通过一种新型的编解码器之间的连接模块，提高了模型分割的准确率。并且在连接模块中应用了空洞卷积，通过注意力机制来调节不同空洞的权重，从而更加精细地控制模型的感知范围。通过设计预后处理模块，使得模型在预测结果的边界处更加清晰。
-
公开(公告)号：CN114049935A
公开(公告)日：2022-02-15
申请号：CN202111395913.4
申请日：2021-11-23
Applicant: 齐鲁工业大学 , 山东省计算中心(国家超级计算济南中心)
IPC: G16H30/20 , G16H30/40 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多卷积神经网络的HER2图像分类系统，包括：图像获取模块，其被配置为：获取待分类HER2图像；预处理模块，其被配置为：对待分类HER2图像进行预处理；图像特征提取模块，其被配置为：将预处理后的待分类HER2图像输入多卷积神经网络，得到HER2图像的融合特征；分类模块，其被配置为：基于融合特征，采用分类器得到HER2图像所属类别；其中，多卷积神经网络包括特征提取器和特征融合器，所述特征提取器采用至少两种不同的卷积神经网络同时对待分类HER2图像进行特征提取，所述特征融合器利用线性加权融合方法对不同卷积神经网络提取的特征进行融合，得到融合特征，提高了HER2图像分类的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119151963B
公开(公告)日：2025-03-21
申请号：CN202411629609.5
申请日：2024-11-15
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06T7/11 , G06T7/00 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/084
Abstract: 本发明提出了基于改进Swin‑Unet的CT图像分割方法及系统，涉及计算机视觉技术领域。包括将CT图像数据输入至改进Swin‑Unet模型中，在编码器和解码器的下/上采样中，使用两个连续的移位窗口分层变压器模块进行特征提取，并将编码器和解码器对应层的移位窗口分层变压器模块的输出采用多头自注意力连接模块进行特征拼接，得到解码器的输出卷积；将解码器的输出卷积输入至卷积注意力模块中，得到最终的输出特征图；基于最终的输出特征图，实现对CT图像的分割。本发明利用多头自注意力机制取代传统跳跃连接，通过多尺度信息融合和动态权重分配，增强了网络在特征传递过程中的表达能力。
-
公开(公告)号：CN118484555A
公开(公告)日：2024-08-13
申请号：CN202410651610.1
申请日：2024-05-24
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种基于特征融合的医学图像检索方法，涉及图像检索技术领域，通过对数据集进行预处理，得到一个较好的数据集可以用于模型的训练，通过使用改进后的Fuzzy‑ASPP子模块对图像进行多尺度局部特征提取，使用GeM池化得到全局特征，最后使用加权特征融合的方式得到对图像正确的融合描述子。这样设计的多尺度融合特征提取网络提高了检索的准确度和效率。
-
公开(公告)号：CN118396969A
公开(公告)日：2024-07-26
申请号：CN202410597023.9
申请日：2024-05-14
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于3D卷积神经网络的肺部CT影像衰老评估方法及系统，方法包括：获取待检测的肺部影像数据并进行预处理；将预处理后的数据输入至训练好的3D卷积神经网络模型，得到肺部衰老评估结果；其中，所述3D卷积神经网络模型包括：依次设置的多个3D卷积和最大池化层、3D全局平均池化层、注意力机制模块、展平层和两个全连接层；所述注意力机制模块包括依次连接的四个卷积层。本发明在3D卷积神经网络模型中添加注意力机制，不仅能捕捉到全局和局部的空间特征，还能根据任务的需求动态地调整其对这些特征的关注程度。
-
公开(公告)号：CN117596246A
公开(公告)日：2024-02-23
申请号：CN202410043836.3
申请日：2024-01-12
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L67/101 , H04L67/1012 , H04L67/1008 , H04L67/60
Abstract: 本发明提供了一种基于异构资源度量特征的算力网络工作流调度方法及系统，其属于算力网络资源调度技术领域，所述方案在细粒度资源描述度量基础上，综合考虑任务、算力、网络以及数据等资源状况，通过调度跨域数据中心资源协作，有效提升了任务处理速度，提高资源利用率；所述方案可根据任务多样化的需求，制定需求与资源高度契合的调度策略，可以更加准确地匹配任务与资源，选择最适合的数据中心来执行任务；所述方案中，工作流中的子任务通过合理分配资源，缩短了任务的执行过程，提高了工作流执行效率；同时，所述方案针对多个数据中心负载情况，避免部分数据中心过载而导致任务延迟或一些数据中心空闲造成资源浪费的情况。
-
公开(公告)号：CN119739879A
公开(公告)日：2025-04-01
申请号：CN202411953364.1
申请日：2024-12-27
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/532 , G06F16/538 , G06V10/44 , G06V10/42 , G06V10/46 , G06V10/80 , G06V10/774 , G06V10/82
Abstract: 本发明提出了一种医学图像检索方法及系统，涉及医学图像处理领域，针对的问题是：现有技术无法深度理解医学图像内在内容，针对医学图像检索面临的高分辨率、多模态数据和背景噪声干扰等问题，无法准确、有效检索出对应的医学图像，检索鲁棒性和准确性差。方法包括：获取医学图像数据集，对医学图像数据集进行预处理；利用训练好的特征提取模型，进行特征提取，得到图像的融合特征；基于图像的融合特征，构建图像特征库；利用训练好的特征提取模型，对待检索医学图片进行特征提取，得到待检索医学图片的融合特征；将其与图像特征库进行匹配，检索出对应的图像。本发明显著提升了医学图像检索的准确性和效率。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.077 seconds)
