-
公开(公告)号：CN113470054A
公开(公告)日：2021-10-01
申请号：CN202110670197.X
申请日：2021-06-17
Applicant: 浙江工业大学
Abstract: 一种基于边缘概率的口腔CBCT超像素生成方法，包括以下步骤：1)CT值初始化；2)像素特征映射；3)计算像素密度；4)计算像素距离和决策值；5)生成超像素；6)合并不合理区域。本发明提出了一种鲁棒性强、边缘召回率高、可达分割精度高且自动化的口腔CBCT超像素生成方法，提高了CBCT图像预处理的便捷性和有效性，降低了预处理的图像损失率。
-
公开(公告)号：CN109377455B
公开(公告)日：2021-08-03
申请号：CN201811128379.9
申请日：2018-09-27
Applicant: 浙江工业大学
Abstract: 一种改进的基于自相似性的多序列磁共振图像配准方法，包括以下步骤：1)对所有序列的三维磁共振图像，用非局部均值快速降噪算法逐层进行降噪；2)通过层叠的大津算法对前景部分进行提取，即多次使用大津算法，将后一次的前景叠加到前一次的图像中；3)使用局部的三维中值滤波对结果进行优化；4)使用自相似性对预处理好的图像进行编码；5)使用一种基于离散的优化方法计算特征图间相似性度量，并判断相似性度量是否到达最优状态；6)使用最终变换矩阵对原浮动图像进行变换，获得最终的结果图。本发明抗噪声干扰能力强，配准精度较高。
-
公开(公告)号：CN113052826A
公开(公告)日：2021-06-29
申请号：CN202110350769.6
申请日：2021-03-31
Applicant: 浙江工业大学
Abstract: 一种多尺度特征选择性融合的胰腺图像分割方法，构建一个两阶段的由粗到细的胰腺分割框架，首先在预处理后的整图上进行粗分割和分割优化得到粗分割结果，确定胰腺分割区域的边界框，对预处理后的图像进行裁剪，再在裁剪图像上进行细分割和分割优化得到胰腺图像的细分割结果；将SE机制和Inception思想引入不同层次的特征融合中，构建了多尺度特征选择性融合模块MSSFM；在Unet模型基础上，编码部分利用残差卷积块使网络更深并防止模型退化，提升有效特征的学习；解码部分利用多尺度特征的选择性融合模块自下而上的融合多尺度特征，增加网络对多尺度目标的适应性并聚焦目标区域，提高模型分割的精准度。
-
公开(公告)号：CN110189292A
公开(公告)日：2019-08-30
申请号：CN201910298058.1
申请日：2019-04-15
Applicant: 浙江工业大学
Abstract: 一种基于Faster R-CNN和密度估计的癌细胞检测方法，包括以下步骤：步骤1，制作数据集；步骤2，优化的网络结构，2.1、基于回归的密度估计方法生成密度图；2.2、使用网络预测得到的密度图与真实值之间的欧式距离来衡量基于回归的密度估计损失函数；步骤3，得到检测分类结果。本发明提供了一种有效提高遮挡与高密度情况下的检测准确性的基于Faster R-CNN和密度估计的癌细胞检测方法。
-
公开(公告)号：CN110136139A
公开(公告)日：2019-08-16
申请号：CN201910292869.0
申请日：2019-04-12
Applicant: 浙江工业大学
Abstract: 一种基于形状特征的面部CT图像中的牙神经分割方法，选择采用水平集的图像分割方法来分割CT图像中的牙神经管原因在于：在冠状位的CT图像中，牙神经管往往都是比较规则的圆孔，并出现在连续的切片当中，因此前一张的分割结果可以作为后一张切边中牙神经管的初始位置，然后继续采用水平集方法实现自动分割。本发明降低图像处理的复杂度，提高运行速度，提高分割效率。
-
Patent Agency Ranking
公开(公告)号：CN109377455A
公开(公告)日：2019-02-22
申请号：CN201811128379.9
申请日：2018-09-27
Applicant: 浙江工业大学
Abstract: 一种改进的基于自相似性的多序列磁共振图像配准方法，包括以下步骤：1)对所有序列的三维磁共振图像，用非局部均值快速降噪算法逐层进行降噪；2)通过层叠的大津算法对前景部分进行提取，即多次使用大津算法，将后一次的前景叠加到前一次的图像中；3)使用局部的三维中值滤波对结果进行优化；4)使用自相似性对预处理好的图像进行编码；5)使用一种基于离散的优化方法计算特征图间相似性度量，并判断相似性度量是否到达最优状态；6)使用最终变换矩阵对原浮动图像进行变换，获得最终的结果图。本发明抗噪声干扰能力强，配准精度较高。
-
公开(公告)号：CN108898213A
公开(公告)日：2018-11-27
申请号：CN201810631395.3
申请日：2018-06-19
Applicant: 浙江工业大学
IPC: G06N3/04
Abstract: 一种面向深度神经网络的自适应激活函数参数调节方法，所述方法包括以下步骤：步骤1，首先对自适应激活函数参数调节方法进行数学定义；步骤2，基于MNIST数据集进行自适应激活函数及其他经典激活函数进行实验结果对比与分析，使用的网络为有三个隐藏层，每个隐藏层有50个神经元，使用随时梯度下降算法迭代了100周期，学习率设为0.01，最小批次数量为100；步骤3，在步骤2得到最优激活函数版本之后，应用于具体膀胱癌细胞的检测。本发明在网络不断训练的过程中，通过不断的调整自身形状来寻找适合该网络的最优激活函数，提高网络的性能，降低网络中自适应激活函数可学习参数的总体数量，加快网络学习速率，改善网络的泛化。
-
公开(公告)号：CN104408461B
公开(公告)日：2018-03-16
申请号：CN201410432364.7
申请日：2014-11-05
Applicant: 浙江工业大学
Abstract: 一种基于滑动窗口局部匹配窗口的动作识别方法，包括如下步骤：1)从立体相机中获得场景中人的深度图序列，从深度图中提取出3D关节点的位置，用姿态之间的3D位移差作为每帧深度图的特征表达；2)用聚类方法对训练集中的描述子进行学习，得到特征集合，并用它对每个描述子进行特征表达，从而得到每帧图像的编码表示；3)采用基于滑动窗口的局部匹配模型，对整个动作图像序列进行动作片段划分，并得到每个动作片段的特征直方图表达；4)用一个长向量把所有片段的特征直方图表达串联起来，就是整个动作的特征表达。本发明有效识别相似的动作、识别率较高。
-
公开(公告)号：CN105405124A
公开(公告)日：2016-03-16
申请号：CN201510703027.1
申请日：2015-10-23
Applicant: 浙江工业大学
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/10016 , G06T2207/30096 , G06T2207/30101
Abstract: 一种基于动态处理窗口及二值区域跟踪的血管分支提取方法，包括如下步骤：1)在图像序列中主动脉位置选取一个矩形区域作为分割窗口，所述分割窗口随着主动脉中心的移动而调整位置；2)使用基于二值区域跟踪方法来实现对主动脉分支的分割。本发明提供了一种分割精度较高的基于动态处理窗口及二值区域跟踪的血管分支提取方法。
-
公开(公告)号：CN105354835A
公开(公告)日：2016-02-24
申请号：CN201510671582.0
申请日：2015-10-16
Applicant: 浙江工业大学
CPC classification number: G06T7/0012 , G06T2207/30168
Abstract: 一种结合相位一致性、梯度幅值和结构显著性的医学图像质量评价方法，包括如下步骤：1)使用log-Gabor小波计算参考图像和失真图像的相位一致性图谱；2)使用Scharr算子计算参考图像和失真图像的梯度幅值图谱；3)结合1)得到的相位一致性图谱和2)得到的梯度幅值图谱得到图像局部质量图谱；4)计算参考图像的基于人眼视觉特征的结构显著图谱；5)用所述结构显著性图谱作为聚合策略对3)中的图像质量图谱进行加权求和，得到图像质量分数；6)当图像质量分数高于预设的分数阈值时，判定医学图像质量较高。本发明可靠性比较高、实用性良好。
-
-
-
-
-
-
-
-
-
Search Results
191
records
(took 0.026 seconds)
