-
公开(公告)号：CN119417780A
公开(公告)日：2025-02-11
申请号：CN202411462175.4
申请日：2024-10-18
Applicant: 兰州交通大学
IPC: G06T7/00 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于CF‑HRnet的胰腺病灶CT图像分割方法。本发明使用导入预训练权重的HRNet在NIH Pancreas数据集上进行训练，采用RSTN算法中的由粗到精训练框架进行训练，并在原有RSTN粗分割和精分割步骤基础上，本发明添加了预处理和联合训练两个步骤，通过增加学习层次和训练批次，使得网络性能进一步提升，关键的优化点在于引入模型参数传递功能和对RSTN分割流程再细化，更加精准地引导神经网络对胰腺病灶的位置信息和细节信息进行识别。本发明在提升病灶区域分割精确度的同时，大幅降低模型参数数量，为胰腺疾病的诊断提供了强有力的支持。
-
公开(公告)号：CN118887472B
公开(公告)日：2025-01-24
申请号：CN202410987119.6
申请日：2024-07-23
Applicant: 兰州交通大学
IPC: G06V10/764 , G06V10/82 , G06V10/20 , G06V10/40 , G06T7/00 , G06N3/049 , G06N3/0464 , G06N3/045 , G06N3/0495 , G06N3/082 , G06N3/047
Abstract: 本发明公开了一种基于SFC‑MSPCNN和改进ConvNeXt的乳腺影像识别判定方法，涉及影像分析技术领域。本发明基于乳腺影像超声数据库、MIAS数据库和DDSM数据库的对比实验分析模式，根据乳腺肿块及钙化点的特性与良恶性的关系，提出一种基于特殊点火控制模式的脉冲耦合神经网络模型和一种改进的下一代卷积神经网络模型，实现乳腺病灶的良恶性分类，并采用对比实验方法进行分类效果的评估与分析。
-
公开(公告)号：CN118196121A
公开(公告)日：2024-06-14
申请号：CN202410412181.2
申请日：2024-04-08
Applicant: 兰州交通大学
IPC: G06T7/11 , G06T7/00 , G06T5/70 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于去噪扩散概率模型的乳腺超声图像分割方法，本发明提出了一种基于去噪扩散概率模型的医学图像分割方法；该方法增强了对全局语义信息和复杂信息的捕捉能力，同时提高了去噪扩散概率模型对病灶区域的关注度；此外，它更好地实现了噪声和语义特征之间的交互，有效降低了高频噪声的干扰；通过这些改进，本方法能够更准确地分割出乳腺肿瘤图像中的病灶区域，为乳腺肿瘤等疾病的诊断提供了有力支持。
-
公开(公告)号：CN117575955A
公开(公告)日：2024-02-20
申请号：CN202311331161.4
申请日：2023-10-16
Applicant: 兰州交通大学
IPC: G06T5/77 , G06T5/60 , G06N3/0442 , G06N3/0455
Abstract: 本发明提供了一种利用图像结构特征指导图像修复的方法。本发明采用辅助网络和修复网络两种网络单阶段并行设计，图像的结构指导信息不作为次级阶段网络的输入而是在图像修复过程中进行实时指导和监督，图像修复结果与结构指导信息之间的依赖性较低，图像修复结果的准确性不会因为图像结构存在噪声或模糊而受到影响。
-
公开(公告)号：CN119180826A
公开(公告)日：2024-12-24
申请号：CN202411203045.9
申请日：2024-08-29
Applicant: 兰州交通大学
IPC: G06T7/10 , G06N3/047 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T5/70 , G06T5/60 , G06V10/80 , G06V10/44 , G06V10/52
Abstract: 本发明公开了扩散模型、多尺度与注意力模块的医学超声图像分割方法，本发明将其扩散模型为改进的去噪扩散概率模型，多尺度与注意力模块分别为自行设计的多尺度动态条件模块和高斯交叉融合注意力模块。该方法使用去噪扩散概率模型，去除图像噪声和捕获重要细节信息；利用多尺度动态条件模块，提高图像对比度和对不同尺度上下文信息的整合能力；利用高斯交叉融合注意力模块，克服直接合并编码器特征和动态条件模块特征时的不兼容性。
-
Patent Agency Ranking
公开(公告)号：CN116779091A
公开(公告)日：2023-09-19
申请号：CN202310710730.X
申请日：2023-06-15
Applicant: 兰州交通大学
IPC: G16H15/00 , G16H30/40 , G06T7/00 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/096
Abstract: 本发明提供了一种多模态网络互联融合的胸部影像诊断报告自动生成方法，涉及医疗信息领域。本发明提出了一种基于残差网络(Resnet)、注意力机制(Transformer)模块的网络、跨模态强化记忆网络(DCTMN)的多模态网络互联融合医学报告自动生成方法，关照和融通上述两个发力点，促进跨模态(医学影像和对应报告文本)信息的交互与匹配，自动生成图像与文本信息有效融合的医学影像诊断报告。
-
公开(公告)号：CN116523985A
公开(公告)日：2023-08-01
申请号：CN202310501736.6
申请日：2023-05-06
Applicant: 兰州交通大学
IPC: G06T7/40 , G06T5/00 , G06T5/50 , G06V10/80 , G06V10/82 , G06V10/75 , G06V10/54 , G06N3/0455 , G06N3/045
Abstract: 本发明公开了一种结构和纹理特征引导的双编码器图像修复方法，属于图像修复技术领域，本发明提出一种由结构特征和纹理特征引导的双编码器粗修复网络和基于长短期注意力机制、多尺度感受野的细修复网络，实现了对视野缺损图像结构和纹理的联合修复。
-
公开(公告)号：CN118887472A
公开(公告)日：2024-11-01
申请号：CN202410987119.6
申请日：2024-07-23
Applicant: 兰州交通大学
IPC: G06V10/764 , G06V10/82 , G06V10/20 , G06V10/40 , G06T7/00 , G06N3/049 , G06N3/0464 , G06N3/045 , G06N3/0495 , G06N3/082 , G06N3/047
Abstract: 本发明公开了一种基于SFC‑MSPCNN和改进ConvNeXt的乳腺影像识别判定方法，涉及影像分析技术领域。本发明基于乳腺影像超声数据库、MIAS数据库和DDSM数据库的对比实验分析模式，根据乳腺肿块及钙化点的特性与良恶性的关系，提出一种基于特殊点火控制模式的脉冲耦合神经网络模型和一种改进的下一代卷积神经网络模型，实现乳腺病灶的良恶性分类，并采用对比实验方法进行分类效果的评估与分析。
-
公开(公告)号：CN116523985B
公开(公告)日：2024-01-02
申请号：CN202310501736.6
申请日：2023-05-06
Applicant: 兰州交通大学
IPC: G06T7/40 , G06T5/00 , G06T5/50 , G06V10/80 , G06V10/82 , G06V10/75 , G06V10/54 , G06N3/0455 , G06N3/045
Abstract: 本发明公开了一种结构和纹理特征引导的双编码器图像修复方法，属于图像修复技术领域，本发明提出一种由结构特征和纹理特征引导的双编码器粗修复网络和基于长短期注意力机制、多尺度感受野的细修复网络，实现了对视野缺损图像结构和纹理的联合修复。
-
公开(公告)号：CN112819712B
公开(公告)日：2022-03-11
申请号：CN202110093625.7
申请日：2021-01-22
Applicant: 兰州交通大学
Abstract: 本发明提供了一种基于PNA‑MSPCNN模型的低照度彩色图像增强方法。包括：获得原始图像的初始亮度谱；利用PNA‑MSPCNN算法获得突触权重矩阵；在PNA‑MSPCNN算法模式下，根据突触权重矩阵进一步获得梯度亮度谱；根据梯度亮度谱，利用Retinex算法计算得到最终权重矩阵；基于最终权重矩阵，对得到的初始亮度谱进行修正得到最终亮度映射谱；利用Retinex算法并结合最终亮度映射谱对原始图像进行修正得到低照度增强图像。本发明技术方案的关键算法为PNA‑MSPCNN算法，通过PNA‑MSPCNN算法与改进的LIME算法结合应用得以实现低亮度彩色图像增强，神经元点火次数和频率更易于控制，算法复杂度更低，图像增强效果更好。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.017 seconds)
