-
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：CN108230322A
公开(公告)日：2018-06-29
申请号：CN201810080532.9
申请日：2018-01-28
Applicant: 浙江大学
Abstract: 本发明公开一种基于弱样本标记的眼底特征检测装置，包括：特征提取模块，对输入的眼底图中的眼底特征进行提取，输出眼底特征图；判别特征学习模块，对输入的眼底特征图进行降维处理，计算每类眼底特征的中心位置，计算每个眼底特征到所属类别中心的距离，以该距离收敛作为目标，不断迭代，确定每类眼底特征中心；采样模块，计算降维眼底特征图中每一个与背景区域对应的特征向量到所属眼底特征类别中心的L2距离，若该L2距离小于阈值，将该背景区域对应的特征向量删掉，输出采样特征图；特征检测模块，对采样特征图进行特征检测分类，输出眼底特征的类别预测概率和眼底特征对应位置。
-
公开(公告)号：CN108230322B
公开(公告)日：2021-11-09
申请号：CN201810080532.9
申请日：2018-01-28
Applicant: 浙江大学
Abstract: 本发明公开一种基于弱样本标记的眼底特征检测装置，包括：特征提取模块，对输入的眼底图中的眼底特征进行提取，输出眼底特征图；判别特征学习模块，对输入的眼底特征图进行降维处理，计算每类眼底特征的中心位置，计算每个眼底特征到所属类别中心的距离，以该距离收敛作为目标，不断迭代，确定每类眼底特征中心；采样模块，计算降维眼底特征图中每一个与背景区域对应的特征向量到所属眼底特征类别中心的L2距离，若该L2距离小于阈值，将该背景区域对应的特征向量删掉，输出采样特征图；特征检测模块，对采样特征图进行特征检测分类，输出眼底特征的类别预测概率和眼底特征对应位置。
-
Patent Agency Ranking
公开(公告)号：CN108334899A
公开(公告)日：2018-07-27
申请号：CN201810080541.8
申请日：2018-01-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于手骨X光片骨骼和关节量化信息集成的骨龄评估方法，包括以下步骤：步骤1，收集手骨X光片的图片样本，并按照性别、年龄段对样本进行分类，得到分组信息；步骤2，对样本的骨骼和关节位置进行标注与分割；步骤3，将样本图像预处理后与真实位置信息输入到卷积神经网络中，进行迭代训练，得到骨骼和关节的位置信息和特征图；步骤4，计算样本中骨骼和关节的形态学特征参数；步骤5，将骨骼和关节的特征图以及形态学特征融合为混合特征信息，与分组信息一起输入到卷积神经网络模型中进行迭代训练；步骤6，模型训练完毕，进行骨龄评估应用。利用本发明，能在降低人为因素干扰的前提下更加简便、快捷的评估骨龄。
-
公开(公告)号：CN108229580A
公开(公告)日：2018-06-29
申请号：CN201810078655.9
申请日：2018-01-26
Applicant: 浙江大学
Abstract: 本发明公开了一种基于注意力机制及特征融合的眼底图中糖网特征分级装置，包括：特征检测分类网络模块，用于对输入样本眼底图中1级糖网特征和2级糖网特征进行提取，输出对1级糖网特征和2级糖网特征提取的细分类特征图；原图分类网络模块，用于对输入样本眼底图中具有3级糖网特征和4级糖网特征进行提取，输出对3级糖网特征和4级糖网特征提取的粗分类特征图；注意力机制与特征融合模块，该模块采用注意力机制对特征检测网络模块输出的细分类特征图和原图分类网络模块输出的粗分类特征图进行特征融合，输出为输入样本图像的糖网特征级别的预测概率。该装置在保证较快速度的同时，分类评价指标Kappa达到81.33％。
-
公开(公告)号：CN104181875A
公开(公告)日：2014-12-03
申请号：CN201410324616.4
申请日：2014-07-09
Applicant: 浙江大学城市学院
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明公开了一种基于物联模式的运动健身产品的无线互动数据代理系统，统一数据传输及互动应用程序的开发标准，采用统一标准数据格式的数据，并通过数据传输代理发送、接收以及共享数据。本发明主要是为了制定标准格式的数据接口，统一使用数据传输代理，将传统健身器材和物联网技术结合，建立健康互动运动健身平台，降低互动健康运动平台应用的开发难度，主要作为物联网开发的数据传输桥梁。
-
公开(公告)号：CN108053417A
公开(公告)日：2018-05-18
申请号：CN201810092245.X
申请日：2018-01-30
Applicant: 浙江大学
Abstract: 本发明公开了一种基于混合粗分割特征的3D U‑Net网络的肺分割装置，包括：肺部3D二值图生成模块，对原始肺部CT切片依次进行高斯滤波、二值化、标记连通区域并筛选、尺寸匹配以及微调处理，生成肺部3D二值图；肺分割模块，采用训练完毕的3D U‑Net网络对原始肺部CT图像和肺部3D二值图进行计算，输出分割概率图；优化模块，采用条件随机场对分割概率图进行计算，输出最终肺部分割结果。该装置在产生更高分割精确度的同时，保证了较低的计算消耗和内存消耗。
-
公开(公告)号：CN104181875B
公开(公告)日：2017-01-18
申请号：CN201410324616.4
申请日：2014-07-09
Applicant: 浙江大学城市学院
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明公开了一种基于物联模式的运动健身产品的无线互动数据代理系统，统一数据传输及互动应用程序的开发标准，采用统一标准数据格式的数据，并通过数据传输代理发送、接收以及共享数据。本发明主要是为了制定标准格式的数据接口，统一使用数据传输代理，将传统健身器材和物联网技术结合，建立健康互动运动健身平台，降低互动健康运动平台应用的开发难度，主要作为物联网开发的数据传输桥梁。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.016 seconds)
