-
公开(公告)号：CN108257128B
公开(公告)日：2020-09-18
申请号：CN201810092248.3
申请日：2018-01-30
Applicant: 浙江大学
Abstract: 本发明公开了一种基于3D卷积神经网络的肺结节检测装置的建立方法，包括：建立训练样本；建立肺结节检测网络：所述肺结节分割网络包括依次连接的卷积单元、64*64*64(32)残差卷积单元A、32*32*32(64)残差卷积单元B、16*16*16(64)残差卷积单元C、8*8*8(64)残差卷积单元D、16*16*16(64)残差卷积单元E，残差卷积单元E的输出特征图与残差卷积单元C输出特征图按照通道拼接后输入至残差卷积单元F，残差卷积单元F输出特征图与残差卷积单元B输出特征图按照通道拼接后，输入至RPN网络以实现对输入图的肺结节检测；训练肺结节检测网络，获得肺结节检测装置。
-
公开(公告)号：CN108765371B
公开(公告)日：2020-07-07
申请号：CN201810378996.8
申请日：2018-04-25
Applicant: 浙江大学
Abstract: 本发明公开一种病理切片中非常规细胞的分割方法，包括：将病理切片中的细胞处理为单独的透明背景的预分割细胞图像，给每张预分割图像的每个像素点分配像素标签；使用贴图方法，使这些预分割细胞图像随机分布在白色背景上，并以一定概率使细胞重合，形成伪输入图像，并获取对应的全图像素标签，记为真值标签；以伪输入图像与真值标签为训练数据训练Mask‑RCNN，使其具有检测非常规细胞边界方框与预测方框内像素标签的能力；将未经过标记的新病理切片输入收敛的Mask‑RCNN检测出未分割的病理切片中的非常规细胞，通过后处理得到最终分割结果。本发明提供的分割方法能有效降低标注时间与成本，并能短时间内产生大量训练数据，能够较好地的大量数据进行拟合。
-
Patent Agency Ranking
公开(公告)号：CN108765371A
公开(公告)日：2018-11-06
申请号：CN201810378996.8
申请日：2018-04-25
Applicant: 浙江大学
Abstract: 本发明公开一种病理切片中非常规细胞的分割方法，包括：将病理切片中的细胞处理为单独的透明背景的预分割细胞图像，给每张预分割图像的每个像素点分配像素标签；使用贴图方法，使这些预分割细胞图像随机分布在白色背景上，并以一定概率使细胞重合，形成伪输入图像，并获取对应的全图像素标签，记为真值标签；以伪输入图像与真值标签为训练数据训练Mask‑RCNN，使其具有检测非常规细胞边界方框与预测方框内像素标签的能力；将未经过标记的新病理切片输入收敛的Mask‑RCNN检测出未分割的病理切片中的非常规细胞，通过后处理得到最终分割结果。本发明提供的分割方法能有效降低标注时间与成本，并能短时间内产生大量训练数据，能够较好地的大量数据进行拟合。
-
公开(公告)号：CN108257128A
公开(公告)日：2018-07-06
申请号：CN201810092248.3
申请日：2018-01-30
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于3D卷积神经网络的肺结节检测装置的建立方法，包括：建立训练样本；建立肺结节检测网络：所述肺结节分割网络包括依次连接的卷积单元、64*64*64(32)残差卷积单元A、32*32*32(64)残差卷积单元B、16*16*16(64)残差卷积单元C、8*8*8(64)残差卷积单元D、16*16*16(64)残差卷积单元E，残差卷积单元E的输出特征图与残差卷积单元C输出特征图按照通道拼接后输入至残差卷积单元F，残差卷积单元F输出特征图与残差卷积单元B输出特征图按照通道拼接后，输入至RPN网络以实现对输入图的肺结节检测；训练肺结节检测网络，获得肺结节检测装置。
-
公开(公告)号：CN108230323A
公开(公告)日：2018-06-29
申请号：CN201810092249.8
申请日：2018-01-30
Applicant: 浙江大学
Abstract: 本发明公开了一种基于卷积神经网络的肺结节假阳性筛选方法，包括：(1)获得肺结节检测模型输出的肺结节检测结果；(2)对肺结节检测结果进行标记生成样本；(3)根据样本和原始肺部CT图像构建数据集合；(4)将数据集合中的每个数据对的坐标x进行8个方向的随机偏移，偏移尺度为0.5X；(5)对数据集合中的每个数据对，根据样本对原始肺部CT图像进行裁剪，获得不同尺寸的训练样本，并对训练样本进行增广处理；(6)构建卷积神经网络；(7)利用3中尺寸的训练样本对卷积神经网路进行训练，获得三个肺结节假阳性筛选模型；(8)利用肺结节假阳性筛选模型对待测样本进行预测，输出预测结果。
-
公开(公告)号：CN102571986B
公开(公告)日：2014-05-21
申请号：CN201210044489.3
申请日：2012-02-27
Applicant: 浙江大学
IPC: H04L29/08
Abstract: 本发明公开了一种基于向量映射的负载均衡方法，包括步骤：获取虚拟化集群系统中物理节点和虚拟机的负载信息；根据资源信息获取需要调整负载状况的物理节点，并通过计算均衡度获取待迁移的虚拟机；将待迁移虚拟机和所有物理节点的三个维度资源折算并标准化处理，以三维向量形式在空间坐标系内表示；将空间坐标系及资源向量投影，对投影向量进行分组，得到物理节点和虚拟机的分组匹配；针对每一个分组匹配，使用最优降序装箱虚拟机调度，得到决策结果。本发明的技术方案应用于分布式集群系统中，支持多维资源差异化、全局化和可扩展性调度，并有决策速度快和精度高的特点。
-
公开(公告)号：CN102571986A
公开(公告)日：2012-07-11
申请号：CN201210044489.3
申请日：2012-02-27
Applicant: 浙江大学
IPC: H04L29/08
Abstract: 本发明公开了一种基于向量映射的负载均衡方法，包括步骤：获取虚拟化集群系统中物理节点和虚拟机的负载信息；根据资源信息获取需要调整负载状况的物理节点，并通过计算均衡度获取待迁移的虚拟机；将待迁移虚拟机和所有物理节点的三个维度资源折算并标准化处理，以三维向量形式在空间坐标系内表示；将空间坐标系及资源向量投影，对投影向量进行分组，得到物理节点和虚拟机的分组匹配；针对每一个分组匹配，使用最优降序装箱虚拟机调度，得到决策结果。本发明的技术方案应用于分布式集群系统中，支持多维资源差异化、全局化和可扩展性调度，并有决策速度快和精度高的特点。
-
-
-
-
-
-
Search Results
17
records
(took 0.015 seconds)
