基于磁共振数据的胎盘植入图像分割方法及成像方法

    公开(公告)号:CN117274598A

    公开(公告)日:2023-12-22

    申请号:CN202311258229.0

    申请日:2023-09-27

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于磁共振数据的胎盘植入图像分割方法,包括获取盆腔磁共振图像数据;构建原始模型,作为初始的当前轮次的待训练模型;选择获取数据中的一个数据,输入到当前轮次的待训练模型中,完成训练,输出胎盘植入预测框,将得到的模型作为下一轮次的待训练模型;针对预测框进行筛选处理,用于修正边界框标签;采用修正后的标签,参与模型的下一轮次训练;重复上述步骤,直至所有数据均输入到模型中,获取最终的胎盘植入图像分割模型;基于实际的磁共振图像数据,完成胎盘植入图像分割;本发明还公开了一种包括了所述基于磁共振数据的胎盘植入图像分割方法及成像方法;本发明方法的准确率提升、鲁棒性增强、分割效果显著、可靠性提高。

    基于多损失约束视角一致性保持人脸安全生成方法及设备

    公开(公告)号:CN115984094B

    公开(公告)日:2023-11-10

    申请号:CN202211545973.4

    申请日:2022-12-05

    Applicant: 中南大学

    Abstract: 本发明涉及一种基于多损失约束视角一致性保持人脸安全生成方法及设备。该方法包括:利用生成对抗网络进行人脸交换同时引入多个损失函数,对源人脸图像以及目标人脸图像进行处理,生成结果人脸图像;估计结果人脸图像的相机参数,并结合相机参数对结果人脸图像的前景和背景分别建立一个神经辐射场;基于根据前景神经辐射场以及所述背景神经辐射场,对结果人脸图像进行体积渲染生成渲染结果人脸图像;将渲染结果人脸图像通过鉴别器,使得最终人脸图像的前景和背景与结果人脸图像的前景和背景保持一致,生成视角一致性保持的人脸图像。本发明能够生成视角一致性保持的人脸图像。

    舆情云平台接入的舆情系统资源配置的优化方法及子系统

    公开(公告)号:CN113094623B

    公开(公告)日:2023-10-10

    申请号:CN202110444567.8

    申请日:2021-04-23

    Applicant: 中南大学

    Abstract: 本发明提供了一种舆情云平台接入的舆情系统资源配置的优化方法及子系统,方法包括舆情云平台对一段时间内各接入舆情系统相互转发的网络舆情数据进行分析,就各个接入舆情系统所配置的采集网站的范围进行协商协同,从而提高整体网络舆情数据采集效率;舆情云平台对各接入舆情系统的网络舆情数据分析模型的采用情况进行分析,从中筛选出低采用率的网络舆情数据分析模型并给相应舆情系统反馈,从而提高各个接入舆情公司的投入产出效率。

    组织病理学亚型预测方法及成像方法

    公开(公告)号:CN116485792B

    公开(公告)日:2023-09-15

    申请号:CN202310717200.8

    申请日:2023-06-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种组织病理学亚型预测方法,包括获取现有的源组织病理亚型图像数据集并处理得到组织病理亚型示例嵌入数据集;构建组织病理学亚型预测初始模型并训练得到组织病理学亚型预测模型;采用组织病理学亚型预测模型进行实际的组织病理学亚型的预测。本发明还公开了一种包括所述组织病理学亚型预测方法的成像方法。本发明将组织病理学亚型预测制定为细粒度表示学习,通过选择具有自注意力学习范式的代表性示例设计以学习组织病理学亚型预测中的示例级细粒度表示,再基于多示例特征解耦实现模型的精确训练;因此本发明不仅能够实现组织病理学亚型的预测,而且可靠性高,精确性好。

    一种图像对抗样本的分治防御方法

    公开(公告)号:CN116051924B

    公开(公告)日:2023-09-12

    申请号:CN202310003466.6

    申请日:2023-01-03

    Applicant: 中南大学

    Abstract: 本发明公开一种图像对抗样本的分治防御方法,包括以下步骤:S1对图像进行攻击处理生成图像样本;S2对图像样本进行多种图像防御预处理,生成去高频图像样本组;将图像样本输入任务识别模型,模型输出第一特征向量;将去高频图像样本组输入任务识别模型,模型输出第二特征向量组;S3计算第一特征向量和第二特征向量组的差值生成图像高频信息差值组;S4将图像高频信息差值组输入聚类算法,算法输出攻击聚类;S5构建攻击聚类‑预处理权重矩阵,进行矩阵数值填写,形成攻击聚类与预处理方法二部图;S6根据二部图,自适应为不同攻击聚类推荐最合适的预处理方法。本发明弥补现有对抗样本检测算法在对抗攻击分类上的不足,具有实用性。

    一种姿态感知赋能高效波束对准方法与对准系统

    公开(公告)号:CN116455440B

    公开(公告)日:2023-09-05

    申请号:CN202310728042.6

    申请日:2023-06-20

    Applicant: 中南大学

    Abstract: 本发明涉及设备通信技术领域,公开了一种姿态感知赋能高效波束对准方法与对准系统,包括:启动器基于自身运动得到启动器路线障碍物数据,并基于响应器运动信息得到响应器路线障碍物数据;启动器基于启动器路线障碍物数据和响应器路线障碍物数据靠近响应器,并对响应器进行姿态特征采集得到不同姿态特征下响应器的姿态锚点数量;启动器基于姿态锚点数量调整自身运动轨迹使启动器与响应器运动同步,并预测响应器运动轨迹得到预测响应器路径;启动器基于预测响应器路径保证自身与响应器始终处于通信阈值距离内,并进行波束对准用于无线通信定向传输场景。本发明解决了现有的波束对准方法对准时间长、效率低的问题。

    一种姿态感知赋能高效波束对准方法与对准系统

    公开(公告)号:CN116455440A

    公开(公告)日:2023-07-18

    申请号:CN202310728042.6

    申请日:2023-06-20

    Applicant: 中南大学

    Abstract: 本发明涉及设备通信技术领域,公开了一种姿态感知赋能高效波束对准方法与对准系统,包括:启动器基于自身运动得到启动器路线障碍物数据,并基于响应器运动信息得到响应器路线障碍物数据;启动器基于启动器路线障碍物数据和响应器路线障碍物数据靠近响应器,并对响应器进行姿态特征采集得到不同姿态特征下响应器的姿态锚点数量;启动器基于姿态锚点数量调整自身运动轨迹使启动器与响应器运动同步,并预测响应器运动轨迹得到预测响应器路径;启动器基于预测响应器路径保证自身与响应器始终处于通信阈值距离内,并进行波束对准用于无线通信定向传输场景。本发明解决了现有的波束对准方法对准时间长、效率低的问题。

    一种面向无人货柜的TIN-NeRF新视角图像标注方法

    公开(公告)号:CN116129082A

    公开(公告)日:2023-05-16

    申请号:CN202310203413.9

    申请日:2023-03-06

    Applicant: 中南大学

    Abstract: 本申请涉及一种面向无人货柜的TIN‑NeRF新视角图像标注方法,包括依次进行的如下步骤:利用无人货柜的3D摄像头构建目标物体的表面点云,将点云所在空间划分为三维格网体元;采用三角剖分算法建立目标物体三维格网体元的不规则三角网表示;将不规则三角网表示的目标物体图像用于训练神经辐射场网络,建立目标物体的神经辐射场表示;选取多个视角中其中任一视角进行标注,并采用布尔莎七参数模型获得其他视角下的标注框参数。将不规则三角网与神经辐射场结合,能够在得到一个表征物体表面的点云基础上构建不规则三角网,利用不规则三角网做代理,可以迅速找到物体表面,从而实现新视角场景的快速渲染。

    一种动态智能货柜商品识别模型的构建方法

    公开(公告)号:CN115984653A

    公开(公告)日:2023-04-18

    申请号:CN202310109795.9

    申请日:2023-02-14

    Applicant: 中南大学

    Abstract: 本发明提供了一种动态智能货柜商品识别模型的构建方法,包括步骤S1、为动态智能货柜中的待测商品的特征提取准备用于半监督对比学习的商品数据集,将所述商品数据集随机划分为带标签训练集、无标签训练集和测试集,并分别用于特征提取网络gσ的训练和特征提取有效性的验证;步骤S2、随机初始化基于半监督对比学习的深度模型的参数;步骤S3、使用所述深度模型为所述无标签训练集预测伪标签数据集以及置信度;步骤S4、构建动态智能货柜商品识别模型。本发明能够提高对未标注的无标签训练集数据的利用率,提高所述动态智能货柜商品识别模型的泛化性和鲁棒性。

Patent Agency Ranking