-
公开(公告)号：CN116168258B
公开(公告)日：2023-07-11
申请号：CN202310454392.8
申请日：2023-04-25
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/08
Abstract: 本说明书公开了一种目标物分类方法、装置、设备及可读存储介质，通过分别训练各模态的第一分类模型，将各模态的第一分类模型的特征提取子网作为各模态对应的特征提取子网，构建包含各模态的特征提取子网以及第二分类器的第二分类模型，并通过特征提取子网得到各模态的第一目标特征，并将各模态的第一目标特征融合得到的第二目标特征输入第二分类器得到预测分类结果，以预测分类结果以及第一训练样本的标签之间差异的最小化为优化目标，调整第二分类器的参数。可见，通过迁移预训练的特征提取子网的方式，解决了训练样本量少导致的模型分类效果差的问题，根据各模态的第一目标特征进行融合得到预测分类结果，能够提高模型分类性能。
-
公开(公告)号：CN116805284B
公开(公告)日：2023-12-19
申请号：CN202311085914.8
申请日：2023-08-28
Applicant: 之江实验室
IPC: G06T3/40 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 建不同的其他低分辨率磁共振图像时，具有更好本发明公开了一种基于特征迁移的三维磁 的泛化性能和重建质量，因而可以为临床应用和共振平面间超分辨重建方法和系统。首先，获取 研究提供大量高质量的数据，便于后续磁共振定高分辨率的磁共振数据和对应的低分辨率数据； 性定量分析。其次，将三维高分辨率数据转成二维标签数据，将三维低分辨率数据进行插值后转成二维初始数据，将三维低分辨率数据通过最近邻寻找的方法生成二维参考数据；然后设计基于特征迁移和平面间超分辨的深度学习网络完成二维低分辨(56)对比文件Liu, X等.Super Resolution of UnpairedMR Images Based on DomainMigration.Advances in IntelligentInformation Hiding and Multimedia SignalProcessing: Proceeding of the 18th IIH-MSP 2022 . Smart Innovation, Systems andTechnologies (339).2023,全文.邢晓羊;魏敏;符颖.基于特征损失的医学图像超分辨率重建.计算机工程与应用.2018,(第20期),全文.杨文瀚;刘家瑛;夏思烽;郭宗明.数据外补偿的深度网络超分辨率重建.软件学报.2017,(第04期),全文.
-
公开(公告)号：CN115423894A
公开(公告)日：2022-12-02
申请号：CN202211375033.5
申请日：2022-11-04
Applicant: 之江实验室
IPC: G06T11/00 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于变分自编码器的磁共振加权图像合成方法和装置，包括以下步骤：步骤S1：使用磁共振扫描仪获取多对比度的真实磁共振加权图像及磁共振定量参数图；步骤S2：组成磁共振加权图像；步骤S3：构建具有编码器和解码器结构的预训练变分自编码器模型；步骤S4：得到变分自编码器模型；步骤S5：将所述磁共振加权图像和所述磁共振定量参数图通过所述变分自编码器模型合成第二磁共振加权图像。本发明使用变分自编码器模型，通过多种对比度磁共振加权图像的训练，可以得到一个近似的对比度信息的连续分布，这使得本发明中涉及的变分自编码器模型可以重建得到训练数据中不存在的磁共振加权图像。
-
公开(公告)号：CN116823625A
公开(公告)日：2023-09-29
申请号：CN202311099719.0
申请日：2023-08-30
Applicant: 之江实验室
IPC: G06T3/40 , G06T5/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于变分自编码器的跨对比度磁共振超分辨率方法和系统。首先，获取同一受试者的不同对比度的高分辨和低分辨率的磁共振成像；然后设计单一对比度的超分辨率网络学习低分辨率到高分辨率图像的映射；接着设计编码和解码模块学习对比度信息，并接入单一对比度的超分辨率网络完成跨对比度重建。本发明可以对不同对比度的低分辨率磁共振图像重建出参考对比度的高分辨率磁共振图像，为临床应用和研究提供大量高质量的数据，便于后续磁共振定性定量分析。
-
公开(公告)号：CN116805284A
公开(公告)日：2023-09-26
申请号：CN202311085914.8
申请日：2023-08-28
Applicant: 之江实验室
IPC: G06T3/40 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于特征迁移的三维磁共振平面间超分辨重建方法和系统。首先，获取高分辨率的磁共振数据和对应的低分辨率数据；其次，将三维高分辨率数据转成二维标签数据，将三维低分辨率数据进行插值后转成二维初始数据，将三维低分辨率数据通过最近邻寻找的方法生成二维参考数据；然后设计基于特征迁移和平面间超分辨的深度学习网络完成二维低分辨率图像到高分辨率图像的映射；最后将二维高分辨率图像组合成三维高分辨率图像。本发明利用数据本身的先验信息大幅提升重建质量，同时重建不同的其他低分辨率磁共振图像时，具有更好的泛化性能和重建质量，因而可以为临床应用和研究提供大量高质量的数据，便于后续磁共振定性定量分析。
-
Patent Agency Ranking
公开(公告)号：CN115423894B
公开(公告)日：2023-02-03
申请号：CN202211375033.5
申请日：2022-11-04
Applicant: 之江实验室
IPC: G06T11/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于变分自编码器的磁共振加权图像合成方法和装置，包括以下步骤：步骤S1：使用磁共振扫描仪获取多对比度的真实磁共振加权图像及磁共振定量参数图；步骤S2：组成磁共振加权图像；步骤S3：构建具有编码器和解码器结构的预训练变分自编码器模型；步骤S4：得到变分自编码器模型；步骤S5：将所述磁共振加权图像和所述磁共振定量参数图通过所述变分自编码器模型合成第二磁共振加权图像。本发明使用变分自编码器模型，通过多种对比度磁共振加权图像的训练，可以得到一个近似的对比度信息的连续分布，这使得本发明中涉及的变分自编码器模型可以重建得到训练数据中不存在的磁共振加权图像。
-
公开(公告)号：CN117233676B
公开(公告)日：2024-03-26
申请号：CN202311521346.1
申请日：2023-11-15
Applicant: 之江实验室
IPC: G01R33/563 , G01R33/56 , A61B5/055
Abstract: 本发明公开了一种回波时间依赖的磁共振扩散成像信号生成方法和装置，包括：获取磁共振无扩散加权图像和磁共振多b值扩散加权图像；根据无扩散加权图像和人体组织内多种水成分的定量值，逐体素计算人体组织内多种水成分对应的无值加权的磁共振扩散信号；根据多b值扩散加权图像、磁共振扩散信号以及定量值，逐体素计算人体组织内多种水成分对应的扩散系数；根据多b值扩散加权图像、磁共振扩散信号、定量值以及扩散系数，逐体素计算生成使用任何回波时间采集的磁共振扩散成像信号。该方法和装置能够解决了磁共振扩散成像模型参数随磁共振序列中回波时间变化而引起测量偏差的技术问题。
-
公开(公告)号：CN117233676A
公开(公告)日：2023-12-15
申请号：CN202311521346.1
申请日：2023-11-15
Applicant: 之江实验室
IPC: G01R33/563 , G01R33/56 , A61B5/055
Abstract: 本发明公开了一种回波时间依赖的磁共振扩散成像信号生成方法和装置，包括：获取磁共振无扩散加权图像和磁共振多b值扩散加权图像；根据无扩散加权图像和人体组织内多种水成分的定量值，逐体素计算人体组织内多种水成分对应的无值加权的磁共振扩散信号；根据多b值扩散加权图像、磁共振扩散信号以及定量值，逐体素计算人体组织内多种水成分对应的扩散系数；根据多b值扩散加权图像、磁共振扩散信号、定量值以及扩散系数，逐体素计算生成使用任何回波时间采集的磁共振扩散成像信号。该方法和装置能够解决了磁共振扩散成像模型参数随磁共振序列中回波时间变化而引起测量偏差的技术问题。
-
公开(公告)号：CN116823625B
公开(公告)日：2023-12-12
申请号：CN202311099719.0
申请日：2023-08-30
Applicant: 之江实验室
IPC: G06T3/40 , G06T5/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于变分自编码器的跨对比度磁共振超分辨率方法和系统。首先，获取同一受试者的不同对比度的高分辨和低分辨率的磁共振成像；然后设计单一对比度的超分辨率网络学习低分辨率到高分辨率图像的映射；接着设计编码和解码模块学习对比度信息，并接入单一对比度的超分辨率网络完成跨对比度重建。本发明可以对不同对比度的低分辨率磁共振图像重建出参考对比度的高分辨率磁共振图像，为临床应用和研究提供大量高质量的数据，便于后续磁共振定性定量分析。
-
公开(公告)号：CN116168258A
公开(公告)日：2023-05-26
申请号：CN202310454392.8
申请日：2023-04-25
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/08
Abstract: 本说明书公开了一种目标物分类方法、装置、设备及可读存储介质，通过分别训练各模态的第一分类模型，将各模态的第一分类模型的特征提取子网作为各模态对应的特征提取子网，构建包含各模态的特征提取子网以及第二分类器的第二分类模型，并通过特征提取子网得到各模态的第一目标特征，并将各模态的第一目标特征融合得到的第二目标特征输入第二分类器得到预测分类结果，以预测分类结果以及第一训练样本的标签之间差异的最小化为优化目标，调整第二分类器的参数。可见，通过迁移预训练的特征提取子网的方式，解决了训练样本量少导致的模型分类效果差的问题，根据各模态的第一目标特征进行融合得到预测分类结果，能够提高模型分类性能。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.018 seconds)
