-
公开(公告)号：CN114511502A
公开(公告)日：2022-05-17
申请号：CN202111657235.4
申请日：2021-12-30
Applicant: 浙江大学
Abstract: 本发明公开了一种基于人工智能的胃肠道内窥镜图像息肉检测系统、终端及存储介质。包括图像采样模块：用于采集病灶区域完整的胃肠道内窥镜图片，将采集的图片分为训练集和测试集；图像预处理模块：对图像采样模块输出的训练集中的图片进行预处理；胃肠道内窥镜图像息肉检测神经网络模块：对输入网络模型的图像经编码网络抽取高维特征，再经息肉病灶特征增强模块完成特征优化和去噪，最后通过解码网络还原语义信息，输出息肉的位置和边缘；息肉检测模块：将待检测的胃肠道内窥镜图片输入训练好的模型，输出检测结果。本发明通过搭建息肉检测模型对内窥镜图像中的息肉等病灶进行智能识别和检测，同时通过不断训练神经网络模型来达到更高的准确率。
-
公开(公告)号：CN103035026B
公开(公告)日：2015-05-20
申请号：CN201210484710.7
申请日：2012-11-24
Applicant: 浙江大学
Abstract: 本发明公开一种基于视觉感知增强的最大密度投影方法，包括：获取目标对象的体数据，对体数据做第一次光线投射而获得当前视线方向的最大密度特征，并获得体数据的绘制结果图像；以最大密度特征所在空间位置为终点，沿当前视线方向对体数据做第二次光线投射，根据用户交互设置的相似性阈值，获得最大密度特征之前的相似特征，并获得相似特征的绘制结果图像；以相似特征所在位置为起点，沿当前视线方向的反方向对体数据做第三次光线投射，查找拥有最大梯度模的采样点，并以该采样点为最大密度特征的最佳法向特征，并获得最佳法向特征的绘制结果图像；利用最佳法向特征的法向信息，对最大密度特征做光照处理，以获得最大密度特征的形状感知增强图像。
-
公开(公告)号：CN102930516B
公开(公告)日：2015-04-29
申请号：CN201210462761.X
申请日：2012-11-16
Applicant: 浙江大学
Abstract: 本发明公开了一种数据驱动和稀疏表达的三维人体运动去噪方法，该方法通过对人体运动姿态进行划分，并利用滑动窗口获得各个部分的时序片段，进而得到更加细粒度的人体运动时空语意特征。在包含有纯净的已知三维姿态的运动数据库中，查找与当前受到噪声干扰片段最接近的个检索结果，利用这个候选运动片段，通过稀疏表达的优化框架对运动进行恢复重建。针对人体运动中最为常见的高斯噪声和奇异值点噪声获得了很好的去噪效果。
-
-
Search Results
23
records
(took 0.033 seconds)
