-
公开(公告)号：CN119889697A
公开(公告)日：2025-04-25
申请号：CN202510332811.X
申请日：2025-03-20
Applicant: 武汉大学中南医院
IPC: G16H50/30 , G16H50/20 , G16H50/70 , G16H20/70 , G16H30/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N5/04
Abstract: 本发明公开了一种智能化的认知功能评测方法、装置、电子设备及介质，方法包括获取评测者的评测数据，所述评测数据包括待测图像数据和待测语音数据；将待测图像数据输入到训练好的图像分类模型，得到图像题目的评测结果；将所述待测语音数据转化成待测文本数据，并将所述待测文本数据与文本题目的提示模板结合后输入到大语言模型中，得到文本题目的评测结果；基于图像题目的测评结果以及文本题目的评测结果输出评测者最终的评测评分。本发明可以高效、便捷、准确的完成测评者的认知测评，实现认知障碍疾病初步筛查。
-
公开(公告)号：CN119722576A
公开(公告)日：2025-03-28
申请号：CN202411621075.1
申请日：2024-11-14
Applicant: 武汉大学
IPC: G06T7/00 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09 , G16H50/20 , G16H50/70
Abstract: 本发明公开了一种基于三维Transformer的核磁影像阿兹海默症诊断方法和系统。首先采集数据进行诊断数据集构建，对数据进行预处理；构建并训练基于Transformer的阿兹海默症诊断网络模型，所述的基于Transformer的阿兹海默症诊断网络模型包括体素注意力模块、斑块注意力模块、全局‑局部特征提取模块、辅助分类模块、Transformer编码模块以及整体分类模块；将待诊断的阿兹海默症结构影像进行预处理后，利用训练好的阿兹海默症深度诊断模型进行诊断分类。本发明有益于快速准确地进行阿兹海默症识别，提高相关疾病识别准确率与效率，有益于早期预防与多维介入，为阿兹海默症患者创造便利，减轻公共医疗系统负担。
-
公开(公告)号：CN119168871A
公开(公告)日：2024-12-20
申请号：CN202411074047.2
申请日：2024-08-07
Applicant: 武汉大学
IPC: G06T3/4069 , G06T3/4061 , G06T3/4046 , G06V20/10 , G06V10/44 , G06V10/58 , G06V10/764 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种基于局部‑整体丰度注意力机制的亚像元制图方法，使用一个有丰度语义信息辅助的端到端网络解决混合像元问题，实现多尺度的信息监督；引入丰度注意力机制，利用生成的丰度图估计上下文关系，并将其融合进亚像元分类图的生成过程；使用局部‑整体的空间信息融合策略，先进行局部信息融合确保局部定位效果，再进行全局信息融合保证全局上下文的一致性。相较于现存方法，本发明所提出的方法可解释性好、制图精度高、适用范围广。
-
公开(公告)号：CN118366184A
公开(公告)日：2024-07-19
申请号：CN202410313171.3
申请日：2024-03-19
Applicant: 武汉大学
IPC: G06V40/10 , G06V10/26 , G06V10/766 , G06V10/44 , G06V10/22 , G06V10/764 , G01G17/08
Abstract: 本申请公开了猪只体重估算方法、装置。本方法利用多模态实例分割模型提取出猪只体尺像素信息，对猪只图像进行先验标定得到先验标定模板，将猪只体尺像素信息和先验标定模板输入支持向量回归模型以训练，以基于训练后模型得到猪只体重估算结果，由此精准地估算猪只体重。本方法具有高效、准确、可靠等优点。
-
公开(公告)号：CN116523740B
公开(公告)日：2023-09-15
申请号：CN202310235395.2
申请日：2023-03-13
Applicant: 武汉大学
IPC: G06T3/40 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于光场的红外图像超分辨率方法，该方法主要是提出了一个超分辨率多级监督网络模型，该模型由特征提取、多级超分辨率和特征融合三个子模型组成，其中多级超分辨率子模型由多个超分辨率子模型组成，可增强低分辨率光场图像生成超分辨率图像的性能。本发明提出了全局‑局部特征互增强策略来增强每个SAI的纹理，并设计了多分支交叉视图注意块来保持SAI之间的视差结构，前者通过全局特征增强局部特征，通过局部特征细化全局特征，后者将SAI划分为四个角度分支，并通过双向卷积长短期记忆网络学习保持SAI之间的视差结构。通过定性和定量结果表明，我们的方法优于目前最先进的方法，并且在大视差场景中表现稳健。
-
Patent Agency Ranking
公开(公告)号：CN116452593A
公开(公告)日：2023-07-18
申请号：CN202310718872.0
申请日：2023-06-16
Applicant: 武汉大学中南医院
Abstract: 本发明公开了一种血管性认知障碍的AI评估模型的构建方法、装置及系统。首先进行数据采集，并构建数据集；然后进行预处理；并划分出训练集和验证集；接着对预处理后的脑血管病患者临床症候文本数据进行特征筛选；然后构建VCI评估模型，该模型包括辅助诊断和预测两类模型，分别提取多模态脑MRI数据中的sMRI特征和rs‑fMRI特征，随后采用多模态图学习网络对sMRI特征、rs‑fMRI特征以及临床症候文本特征进行融合，并根据融合后的特征得到分类结果；通过对模型进行训练和验证，得到最优的VCI评估模型。本发明解决了现有技术中对于VCI的临床诊断与预测较为主观、难于定量、准确率不高和效率较低的技术问题。
-
公开(公告)号：CN113343966A
公开(公告)日：2021-09-03
申请号：CN202110501891.9
申请日：2021-05-08
Applicant: 武汉大学
Abstract: 本发明公开了一种红外与可见光图像文本描述生成方法，包括以下步骤：1)采集n对分辨率大小和场景相同的红外与可见光图像，构建成数据集，对数据集中的每个样本进行人工文本描述，生成多条不同的描述文本；2)，构建红外与可见光图像文本描述生成网络，包括红外与可见光图像特征提取的编码模型、由前馈神经网络构成的特征融合模型，以及加性多头注意力机制的图像特征解码模型；3)训练文本描述生成网络；4)将测试图像对输入到训练好的文本描述生成网络，输出其对应的描述文本。本发明方法可有效利用红外图像和可见光图像提供的互补视觉特征，弥补了传统单光算法遗漏关键目标实体和场景描述不充分的不足。
-
公开(公告)号：CN113205494A
公开(公告)日：2021-08-03
申请号：CN202110457402.4
申请日：2021-04-27
Applicant: 武汉大学
Abstract: 本发明公开了一种基于自适应尺度图像块加权差异测量的红外弱小目标检测方法和系统，属于图像目标检测技术领域。本发明的主要目的是解决传统红外弱小目标检测方法中存在的目标增强能力差和杂波抑制能力差的问题，从而提高目标检测中的检测率并降低虚警率。实现的技术方案是：1)利用Sobel边缘滤波算子获取原红外图像对应的边缘图像；2)根据边缘图像计算以单个像素位置为中心的红外小目标的尺寸信息；3)根据获得的尺寸信息计算自适应尺度图像块的加权差异；4)利用自适应阈值分割提取目标，完成目标检测。该方法充分利用红外弱小目标与背景间存在局部对比度差异的特点，能有效地增强目标并抑制背景杂波，提高红外弱小目标检测的性能。
-
公开(公告)号：CN109448031B
公开(公告)日：2021-04-16
申请号：CN201811140774.9
申请日：2018-09-28
Applicant: 武汉大学
IPC: G06T7/33
Abstract: 本发明提出了一种基于高斯场约束和流形正则化的图像配准方法及系统，用于通过去除初始匹配点对中的错误的匹配来建立正确的匹配，包括建立待匹配图像间几何变换相应的非刚性几何变换模型，建立基于高斯场约束和流形正则化的目标函数，通过确定性退火的方法求解参数矩阵；利用模型参数计算非刚性几何变换模型，并根据阈值判断初始匹配点对的正误；最后利用正确匹配点集建立两幅图之间的映射关系，实现图像配准。本发明针对待配准图像之间存在非刚性变换的情况进行了建模，并建立了一种鲁棒的估计子，大幅降低了匹配的错误率，即使在初步匹配中存在大量错误匹配的情况下，依然保持良好的鲁棒性。
-
公开(公告)号：CN109064407A
公开(公告)日：2018-12-21
申请号：CN201811069524.0
申请日：2018-09-13
Applicant: 武汉大学
IPC: G06T3/40
CPC classification number: G06T3/4053
Abstract: 本发明提出了一种基于多层感知机层的密集连接网络图像超分辨率方法，其特征在于：低分辨率图像输入基于多层感知机层的密集连接网络，由密集连接网络进行图像的超分辨率运算，输出高分辨率图像；所述多层感知机层的密集连接网络包括若干密集连接模块，每个密集连接模块包括若干密集单元，每个密集单元中包括一个多层感知机层。本发明提出的图像超分辩率方法客观衡量指标高，图像超分辨率结果清晰，视觉效果好。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.026 seconds)
