-
公开(公告)号：CN118968226A
公开(公告)日：2024-11-15
申请号：CN202411228342.9
申请日：2024-09-03
申请人： 中国医科大学附属第一医院
IPC分类号： G06V10/774 , G06V10/26 , G06V10/82 , G16H30/20 , G16H50/30 , G16H50/50 , G06N3/0464 , G06N3/08
摘要： 本申请提供了一种癌症风险预测模型的训练方法、癌症风险预测方法及装置，涉及生物医学工程技术领域，包括获取样本对象的样本数据，样本数据包括第一样本影像数据、样本临床数据以及对应的癌症风险标签；对第一样本影像数据进行影像分割，得到只保留肿瘤影像区域的第二样本影像数据；采集第二样本影像数据中的部分样本切片图像，并基于部分样本切片图像提取第一影像组学特征；将部分样本切片图像、第一影像组学特征以及样本临床数据作为输入特征，将癌症风险标签作为训练标签，执行对癌症风险预测模型的迭代训练过程，直至癌症风险预测模型的交叉熵损失小于预设阈值，判断癌症风险预测模型训练完成。本申请能够提高癌症风险预测精准度。
-
公开(公告)号：CN118968171A
公开(公告)日：2024-11-15
申请号：CN202411056523.8
申请日：2024-08-02
IPC分类号： G06V10/764 , G06V20/10 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
摘要： 本发明公开了顾及全局一致性和边缘特异性的遥感影像农作物分类方法，涉及图像处理技术领域，本发明利用频谱域特征学习提升深度学习网络对作物复杂特征的捕捉能力，采用傅里叶变换策略和自适应的动态滤波器构建AFSF模块，设计一种基于傅里叶频谱域学习的卷积神经网络FSEU‑Net，方法包括：高时间分辨率遥感影像的获取及预处理，农作物样本集制作，训练卷积神经网络模型，自适应动态滤波模块，模型测试并实现农作物分类结果输出。本发明提升了不同农作物类间差异与缩小相同作物类内差异，增强农作物间的可分离度，提高模型的性能，为全球土地面积的智能化农业生产准确统计提供一种有效的技术支撑。
-
公开(公告)号：CN118968155A
公开(公告)日：2024-11-15
申请号：CN202411015713.5
申请日：2024-07-26
申请人： 东北林业大学
IPC分类号： G06V10/764 , G06F17/18 , G06F17/16 , G06V10/26 , G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/0895 , G06N3/098
摘要： 一种基于混合数据增强和开集半监督学习的超声心动图角度分类方法及系统，它属于医学图像分析技术领域。本发明解决了现有方法难以捕获超声心动图中的有效信息、对类外分布数据的检测流程复杂且检测效率低、无法充分利用未标记数据集的特征信息的问题。本发明首先在教师模型编码部分的第三层与第四层之间添加混合数据增强单元；在学生模型编码部分中添加开集半监督单元作为分类器的并行分支；再对获取的包含带标签和不带标签的超声心动图进行预处理，利用预处理后的超声心动图对构建的模型进行训练，最后利用训练好的学生模型对待分类超声心动图进行分类。本发明方法可以应用于超声心动图角度分类。
-
公开(公告)号：CN118968145A
公开(公告)日：2024-11-15
申请号：CN202411007933.3
申请日：2024-07-25
申请人： 三维天工(北京)科技有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/80 , G06V10/26 , G06V10/40
摘要： 本发明公开了一种基于人工智能的底片评片的自动检测识别方法，步骤为：首先，将叶片的照片数字化处理，变成电脑可识别的数据。然后，人工标定每个缺陷的种类和位置，以便创建一个缺陷样本库。接着，从叶片上切取局部缺陷区域的图像，对这些图像进行数据扩充，同时修正对应的标签，以便构建深度学习模型的训练数据。接下来，建立一个专门用于检测和识别飞机发动机叶片缺陷的深度学习网络。使用已经准备好的数据对这个深度学习网络进行训练。一旦训练完成，依据训练得到的参数，创建一个自动检测和识别模型。最后，将数字图像输入到这个模型中，它将自动检测和识别叶片上的缺陷，同时给出缺陷的位置。
-
公开(公告)号：CN118968100A
公开(公告)日：2024-11-15
申请号：CN202411440094.4
申请日：2024-10-15
申请人： 浙江大华技术股份有限公司
摘要： 本发明实施例提供了一种匹配图像的方法及装置，包括：获取第一图像的第一目标深度值集合，以及第二图像的第二目标深度值集合，其中，第一目标深度值集合包括：通过第一图像的边缘值对第一图像的初始深度值进行更新后得到的深度值，第二目标深度值集合包括：通过第二图像的边缘值对第二图像的初始深度值进行更新后得到的深度值；获取第一图像的第一三原色信息集合，以及第二图像第二三原色信息集合；通过第一目标深度值集合和第二目标深度值集合，以及第一三原色信息集合和第二三原色信息集合对第一图像和第二图像进行匹配。通过本发明，解决了相关技术中多源图像数据匹配精度低的问题，进而达到了提高多源图像数据匹配精度的效果。
-
公开(公告)号：CN118968077A
公开(公告)日：2024-11-15
申请号：CN202411425185.0
申请日：2024-10-12
申请人： 浙江吉利控股集团有限公司 , 吉利汽车研究院(宁波)有限公司
IPC分类号： G06V10/30 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/52 , G06V10/82
摘要： 本说明书实施例提供一种图像及其语义掩码标签方法及装置。该方法包括：获取场景描述和类别提示词；将所述场景描述和类别提示词输入至扩散模型中，生成与所述场景描述相关的图像和与所述图像对应的语义掩码标签，以及用于评价所述图像和语义掩码标签的质量高低的评分结果；筛选出评估结果大于评分结果阈值的图像和与图像对应的语义掩码标签。如此，通过在扩缩模型生成图像和语义掩码标签的过程中，计算用于评价所述图像和语义掩码标签的质量高低的评分结果，利用该评分结果筛选高质量的图像和语义掩码标签，从而提高训练模型的性能和泛化能力。
-
公开(公告)号：CN118968070A
公开(公告)日：2024-11-15
申请号：CN202411420577.8
申请日：2024-10-12
申请人： 南方医科大学南方医院
IPC分类号： G06V10/26 , G06N3/0455 , G06N3/0464 , G06T7/00 , G06V10/32 , G06V10/44 , G06V10/774 , G06V10/82 , G06V40/14
摘要： 本申请提供了一种基于手术视频的肺血管动态分割方法，涉及医疗图像技术领域，解决了血管识别精确度较低的技术问题。该方法包括：通过隔帧截图方式获取原始手术视频的原始图像，并提取原始手术视频的视频帧序列；根据视频帧序列以及原始图像确定原始手术视频中相邻帧图像之间的互补信息，并基于互补信息进行超分辨率重建，得到高于预设高分辨率的手术图像；构建基于TransUNet的初始血管分割模型；利用手术图像对初始血管分割模型进行训练，得到训练后的血管分割模型；将待分割手术视频输入至训练后的血管分割模型中，通过训练后的血管分割模型对待分割手术视频中的血管进行动态分割，得到待分割手术视频中血管的实时轮廓图。
-
公开(公告)号：CN118968063A
公开(公告)日：2024-11-15
申请号：CN202411023864.5
申请日：2024-07-29
申请人： 北京工业大学
IPC分类号： G06V10/26 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/098
摘要： 本发明公开一种基于物体形状掩膜提示的开放词汇可供性分割方法及装置，能够解决复杂场景中对象相邻部件像素之间的干扰、小尺寸对象分割以及无法推广到开放世界的问题。方法包括：(1)生成物体形状掩膜提示；(2)掩膜提示特征增强；(3)可供性预测。
-
公开(公告)号：CN118968056A
公开(公告)日：2024-11-15
申请号：CN202410975217.8
申请日：2024-07-19
申请人： 海南省农业科学院热带果树研究所
IPC分类号： G06V10/26 , G06V20/10 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/084
摘要： 本发明涉及一种基于语义分割的果穗缺陷检测模型、方法和系统，所述模型核心架构采用编码器‑解码器结构对称设计，依次由编码器和解码器组成，并通过跳跃连接在编码器和解码器之间接进行原始特征传递；其中，所述编码器和解码器均引入了多尺度条形卷积注意力模块，本发明能够在准确识别果穗表面缺陷的同时，解决了现有方法大尺度卷积核带来的高计算成本、效率低的问题。
-
公开(公告)号：CN118968054A
公开(公告)日：2024-11-15
申请号：CN202410964148.0
申请日：2024-07-17
申请人： 哈尔滨理工大学
IPC分类号： G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06T7/00
摘要： 本发明属于医学图像分割领域，特别涉及一种多维远程依赖捕捉与位置感知的腹部多器官分割方法。步骤1：腹部CT图像预处理；步骤2：采用三维交互TDI‑UNet网络进行语义特征的提取；步骤3：编解码对应层特征融合与细化；步骤4：输出分割结果。提出一种多维远程依赖捕捉与位置感知模块，将每次上采样后的特征图送入该模块，分别沿三个空间维度独立聚合特征，生成方向感知和位置敏感的注意映射，每个注意映射既可捕获输入特征其一空间方向上的远程依赖，又可保留其它两个空间方向上的位置信息。利用这种多维交互作用，模型可以更好地捕捉三维图像在空间中的位置和结构信息，增强对器官边界和小尺寸器官的识别能力，从而提高腹部多器官分割任务的整体性能。
-
-
-
-
-
-
-
-
-
搜索结果
30476 条记录 (耗时 0.017 秒)
