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

Inventor： 廉敬 ,  张怀堃 ,  郝磊 ,  杨臻 ,  漆云亮 ,  刘冀钊 ,  孙文灏 ,  郑礼 ,  杜世强 ,  张明轩 ,  郭晨曦 ,  黄瑞锋 ,  张彩霞 ,  康苑 ,  石斌 ,  马义德

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

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。

公开(公告)号：CN112819712A

公开(公告)日：2021-05-18

申请号：CN202110093625.7

申请日：2021-01-22

Applicant: 兰州交通大学

Inventor： 廉敬 ,  张怀堃 ,  郝磊 ,  杨臻 ,  漆云亮 ,  刘冀钊 ,  孙文灏 ,  郑礼 ,  杜世强 ,  张明轩 ,  郭晨曦 ,  黄瑞锋 ,  张彩霞 ,  康苑 ,  石斌 ,  马义德

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

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。

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

Inventor： 张明轩 ,  廉敬 ,  张怀堃 ,  刘冀钊 ,  周钦 ,  李苗 ,  张晋瑜

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。