公开(公告)号：CN115359035A

公开(公告)日：2022-11-18

申请号：CN202211075590.5

申请日：2022-09-05

Applicant: 中国矿业大学

Inventor： 郭一楠 ,  于欣 ,  巩敦卫 ,  赵倩 ,  于泽宽

IPC: G06T7/00 ,  G06T7/70 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于可变形多尺度卷积的肺部X光病灶检测系统与方法，属于图像处理技术领域。包括顺序连接的图像预处理模块、特征图提取网络模块、可变形多尺度特征融合模块、候选区域生成网络模块、分类与定位网络模块；先预处理肺部X光片，将X光片输入到特征提取网络得到特征图，特征图经过可变形多尺度特征融合模块得到更准确的融合特征图；输入到候选区域生成网络生成候选框；候选框输入到分类与定位网络，得到病灶区域的预测框；比较预测结果与标注信息，得到损失函数后进行反向传播，进行参数调整训练得到最优的模型；输入测试集图片进行预测并将结果可视化。其既能提取病灶区域的边缘特征和形状信息，又能兼顾全局信息和局部信息。

公开(公告)号：CN115527670A

公开(公告)日：2022-12-27

申请号：CN202211252151.7

申请日：2022-10-13

Applicant: 中国矿业大学

Inventor： 赵倩 ,  宁琪玥 ,  巩敦卫 ,  于泽宽 ,  郭一楠

IPC: G16H50/20 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明是一种基于人工智能技术的职业性尘肺病智能筛查方法，利用图像和文本模态数据构建基于支持向量机和卷积神经网络的多模态融合驱动的深度学习模型进行职业性尘肺病的筛查，它包括两个阶段：首先，根据已有的职业性尘肺病患者的各项数据指标，利用支持向量机初步诊断是否患有职业性尘肺病；其次，基于已筛查出的职业性尘肺病患者及其X线胸片图像数据，利用卷积神经网络诊断职业性尘肺病的期别。本发明实现了职业性尘肺病的分期诊断，帮助医生提高诊断效率，降低漏诊率及误诊率，使患者得到及时有效的治疗。

公开(公告)号：CN201892638U

公开(公告)日：2011-07-06

申请号：CN201020649225.7

申请日：2010-12-09

Applicant: 中国矿业大学

Inventor： 于广云 ,  朱旦育 ,  盛平 ,  张经伟 ,  于红周 ,  周长艮 ,  贾勇 ,  于建兵 ,  张岩 ,  于泽宽

IPC: G01N3/08

Abstract: 一种土工三轴挤长试验仪，包括一个压力室、可升降的升降台以及一个拉压传感器。其压力室中心滑配的活塞与加载帽、活塞加载杆与拉压传感器只是接触加压。实现加载活塞与加载帽、活塞加载杆与拉压传感器之间的螺纹连接，将拉压传感器固定，通过降低底座实现加载活塞的拉伸过程，增加了常规土工三轴仪不能实现的挤长试验，能更好地满足现实工程中土体的不同应力路径试验。