公开(公告)号：CN119832246A

公开(公告)日：2025-04-15

申请号：CN202510013217.4

申请日：2025-01-06

Applicant: 中北大学

Inventor： 李华玲 ,  王彦瑾 ,  章永来 ,  强彦 ,  郭卉敏 ,  孙继杰 ,  霍佳鑫 ,  吴剑琦

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/80 ,  G06V10/42 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种边缘增强的左心耳医学图像分割方法和系统及存储介质，构建基于注意力机制和加权损失函数的U型编码结构的卷积神经网络模型，记作EMCL_UNet++；基于边缘增强的医学影像分割模型(EMCL_UNet++)采用改进UNet++作为主干网络，包括一个卷积编码器模块、一个解码器部分以及多尺度注意力模块EMSA和高效注意力机制模块Cloattention；将待分割的医学图像传入训练后的所述卷积神经网络模型，得到分割结果。本发明利用通道和空间注意力机制，减少冗余信息干扰，提高边界信息的准确性。对于伴有并发症影响的情况(如患者心包积液或胸腔积液)，本发明的多尺度特征融合和轻量级模块增强了对复杂背景和噪声的鲁棒性，确保高质量的分割结果。

公开(公告)号：CN119579573A

公开(公告)日：2025-03-07

申请号：CN202411776170.9

申请日：2024-12-05

Applicant: 中北大学

Inventor： 李华玲 ,  吴剑琦 ,  强彦 ,  章永来 ,  王彦瑾 ,  郭卉敏

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种针对脑卒中病灶区域的医学图像分割方法和系统，使用Retinex算法对原始图像数据集进行特征增强处理，并构建训练和测试数据集；构建改进U‑Net的医学图像分割模型：用于脑卒中病灶分割的空间‑频率多尺度轴向注意力网络；根据所述医学图像医学图像分割模型对图像进行分割，给出分割结果。针对现有脑卒中医学影像分割在实际应用中存在的病灶区域的位置和大小不定，边界模糊，准确分割中风病灶区域具有很高的难度的问题，提出了空间‑频率门控单元(SFGU)模块，来去除多余的冗余信息，并且为了更好地定位病灶区域，建立特征的长距离依赖，提出了双维多尺度特征增强单元模块、信息增强模块。

公开(公告)号：CN119943401A

公开(公告)日：2025-05-06

申请号：CN202510061793.6

申请日：2025-01-15

Applicant: 中北大学

Inventor： 李华玲 ,  贾子千 ,  章永来 ,  强彦 ,  霍佳鑫 ,  王彦瑾

IPC: G16H50/30 ,  A61B5/00 ,  A61B5/0205 ,  A61B6/00 ,  G16H50/70 ,  G06F18/213 ,  G06F18/25 ,  G06N3/045 ,  G06N3/044 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096 ,  G06N3/0985 ,  G06F123/02

Abstract: 本发明公开了一种基于多模态数据融合的脑卒中风险预测方法和系统，包括以下步骤：A1数据采集与预处理步骤；A2 特征嵌入与多模态融合步骤；A3 自注意力机制优化特征融合步骤；A4 多模态协同训练步骤；A5 动态预测与实时更新步骤。通过整合医学影像数据、基因数据、电子健康记录（EHR）和生物标志物数据，能够全面评估脑卒中风险，解决了单一数据源的局限性。通过深度学习模型对各类数据的独立特征提取与嵌入处理，本方法能够捕捉到每种数据模态中的深层次信息，提供更为细致、准确的风险评估。

公开(公告)号：CN119904633A

公开(公告)日：2025-04-29

申请号：CN202411960467.0

申请日：2024-12-30

Applicant: 中北大学

Inventor： 强彦 ,  孙继杰 ,  李青 ,  李华玲 ,  章永来 ,  王彦瑾 ,  霍佳鑫 ,  郭瑛璇

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种模糊边缘增强的皮肤病变图像分割方法和系统，所述的方法包括步骤S110‑S140：S110：收集临床皮肤病变图像数据；S120：构建残差像素差分卷积的模糊边缘分割网络ResPDCNet；S130：对构建的ResPDCNet进行训练；S140：根据网络训练结果，给出皮肤病变区域分割结果。本发明提出一种基于残差像素差分卷积的模糊边缘增强皮肤病变图像分割方法。这种方法通过残差像素卷积块提取目标病变区域的细节边缘细节，解决临床医学图像中存在的前景区域与背景区域的像素差异小的问题，其次通过残差注意力块进行空间和通道的特征提取感知病变部位大小和位置，解决病变部位大小不一、病变位置难以定位问题。

公开(公告)号：CN119904634A

公开(公告)日：2025-04-29

申请号：CN202411960836.6

申请日：2024-12-30

Applicant: 中北大学

Inventor： 李华玲 ,  郭卉敏 ,  章永来 ,  强彦 ,  王彦瑾 ,  吴剑琦

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455 ,  G06V20/64

Abstract: 本发明公开了一种针对心外膜脂肪组织的分割及体积计算方法和系统，本发明的方法构建一种基于边缘多尺度空间注意力的心外膜脂肪组织分割模型MBSA‑UNet；MBSA‑UNet采用改进UNet架构作为主干网络，包括编码器模块、边缘细化模块、交叉多尺度注意力模块和解码器模块；通过在网络中引入边缘细化模块，集成注意力机制和边缘检测算子，解决了边缘模糊，边缘细节容易丢失或多余的问题，能够更好地保留心外膜脂肪组织的边界细节，确保模型在边界区域的精确性，提高对心外膜脂肪组织的分割效果。在网络中引入交叉多尺度注意力模块，通过使用不同大小的卷积核和反向注意力机制，捕获不同尺度和形状的心外膜脂肪区域特征，增强模型对关键区域的感知能力。

公开(公告)号：CN119066408A

公开(公告)日：2024-12-03

申请号：CN202411148375.2

申请日：2024-08-21

Applicant: 中北大学

Inventor： 章永来 ,  郭卉敏 ,  王彦瑾 ,  强彦 ,  李华玲 ,  张晓波

IPC: G06F18/2135 ,  G06F18/10 ,  G16H50/70

Abstract: 本发明公开了一种基于极坐标下的病例数据集不平衡处理方法，包括以下步骤：S110：收集病例数据集；S120：进行PCA运算，生成主成分分析矩阵；S130：选取少数样本的近邻样本和多数样本，生成极坐标；S140：在极坐标系中进行随机采样，生成新样本；S150：转换回笛卡尔坐标系，生成新样本矩阵；S160：将生成的新样本添加到少数样本集中，重复采样；使用本发明的算法处理后的不平衡病例数据集，可以显著提升模型对少数类样本的预测准确性和整体平衡性。生成的新样本有助于减少模型的偏差，使模型能够更好地学习并反映所有样本的特征，公平地拟合所有类别的样本，特别是病理样本。