-
公开(公告)号：CN111340812A
公开(公告)日：2020-06-26
申请号：CN202010104060.3
申请日：2020-02-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于深度神经网络的交互式肝脏图像分割方法，包括采用LITS数据集作为训练数据并预处理；选定预分割网络和修复网络并优化；对预处理后的数据再处理；在空间域上对特征图中需要加强相应的像素进行增强并得到初步分割结果；对初步分割结果进行变换并得到输入数据；采用修复网络对初步分割结果进行进一步修复得到最终的肝脏图像分割结果。本发明本发明方法的可靠性高、准确性好且速度较快。
-
公开(公告)号：CN111259986B
公开(公告)日：2023-10-31
申请号：CN202010104042.5
申请日：2020-02-20
Applicant: 中南大学
IPC: G06F18/24 , G06F18/214
Abstract: 本发明公开了一种自由瞬目条件下的眼表指标数据分类方法，包括获取历史数据中自由瞬目条件下的眼表指标数据、进行数据处理、进行混沌特性测试和映射相关运算，得到样本数据；对样本数据进行重要性权重排序和数据移除得到模型输入特征数据；将模型输入特征数据分为训练集和测试集并对分类模型进行训练、测试和修正得到自由瞬目条件下的眼表指标数据分类模型；利用自由瞬目条件下的眼表指标数据分类模型对待分类数据分类。本发明方法可靠性高、实用性好、稳定性强且适用范围广。
-
Patent Agency Ranking
公开(公告)号：CN111354057B
公开(公告)日：2022-07-08
申请号：CN202010162209.3
申请日：2020-03-10
Applicant: 中南大学
Abstract: 本发明公开了一种基于图像变形技术的骨折线地图绘制方法，包括对输入的骨折CT数据进行预处理；对预处理图像提取外轮廓、完成骨折块的划分、骨折线的提取以及外轮廓特征点的确定；根据特征点进行三角剖分生成三角网络并调节图像区域；遍历整个三角形网络并对每个三角形进行分开调整和缩放调整；将个异性的骨骼样本在保证内部骨折线特征不变的情况下基于外轮廓进行图像变形，从而统一到标准骨骼模版，完成骨折线地图的绘制。本发明能够快速绘制出骨折线地图，而且靠性高，准确性好。
-
公开(公告)号：CN111429417B
公开(公告)日：2023-06-16
申请号：CN202010195907.3
申请日：2020-03-19
Applicant: 中南大学
Abstract: 本发明公开了一种儿童股骨头旋转中心检测方法，包括获取并选择儿童双侧髋关节X线图像、标注标志点、X轴和Y轴并测量髋关节指标；处理髋关节指标得到样本数据并设定权重；将数据分为训练集和测试集，采用训练集对检测模型进行训练、采用测试集进行检测得到最终的儿童股骨头旋转中心检测模型；采用最终的儿童股骨头旋转中心检测模型对待检测儿童的双侧髋关节X线图像进行股骨头旋转中心的检测。本发明方法能够快速准确对儿童股骨头旋转中心进行检测，而且训练速度快，稳定性强，实用效果较好。
-
公开(公告)号：CN111429417A
公开(公告)日：2020-07-17
申请号：CN202010195907.3
申请日：2020-03-19
Applicant: 中南大学
Abstract: 本发明公开了一种儿童股骨头旋转中心检测方法，包括获取并选择儿童双侧髋关节X线图像、标注标志点、X轴和Y轴并测量髋关节指标；处理髋关节指标得到样本数据并设定权重；将数据分为训练集和测试集，采用训练集对检测模型进行训练、采用测试集进行检测得到最终的儿童股骨头旋转中心检测模型；采用最终的儿童股骨头旋转中心检测模型对待检测儿童的双侧髋关节X线图像进行股骨头旋转中心的检测。本发明方法能够快速准确对儿童股骨头旋转中心进行检测，而且训练速度快，稳定性强，实用效果较好。
-
公开(公告)号：CN111354057A
公开(公告)日：2020-06-30
申请号：CN202010162209.3
申请日：2020-03-10
Applicant: 中南大学
Abstract: 本发明公开了一种基于图像变形技术的骨折线地图绘制方法，包括对输入的骨折CT数据进行预处理；对预处理图像提取外轮廓、完成骨折块的划分、骨折线的提取以及外轮廓特征点的确定；根据特征点进行三角剖分生成三角网络并调节图像区域；遍历整个三角形网络并对每个三角形进行分开调整和缩放调整；将个异性的骨骼样本在保证内部骨折线特征不变的情况下基于外轮廓进行图像变形，从而统一到标准骨骼模版，完成骨折线地图的绘制。本发明能够快速绘制出骨折线地图，而且靠性高，准确性好。
-
公开(公告)号：CN111259986A
公开(公告)日：2020-06-09
申请号：CN202010104042.5
申请日：2020-02-20
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明公开了一种自由瞬目条件下的眼表指标数据分类方法，包括获取历史数据中自由瞬目条件下的眼表指标数据、进行数据处理、进行混沌特性测试和映射相关运算，得到样本数据；对样本数据进行重要性权重排序和数据移除得到模型输入特征数据；将模型输入特征数据分为训练集和测试集并对分类模型进行训练、测试和修正得到自由瞬目条件下的眼表指标数据分类模型；利用自由瞬目条件下的眼表指标数据分类模型对待分类数据分类。本发明方法可靠性高、实用性好、稳定性强且适用范围广。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
