公开(公告)号：CN116597234A

公开(公告)日：2023-08-15

申请号：CN202310744272.1

申请日：2023-06-21

Applicant: 兰州大学

Inventor： 胡斌 ,  姚志军 ,  俞建栋 ,  李同同

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00

Abstract: 本申请提供一种基于多模态三维卷积神经网络的图像分类方法及系统，所述方法可以在获取到不同模态的第一模态图像和第二模态图像后，通过图像分割模型提取实质掩膜，同时根据缩放因子实现第一模态图像和第二模态图像之间的位置对应，从而在第一模态图像中提取第一实质区域，在第二模态图像中提取第二实质区域。再通过图像分类模型对第一实质区域和第二实质区域进行特征提取、模态融合及特征分类，得到分类结果。所述方法将图像分割模型和图像分类模型串联联合，并采用多模态输入的三维卷积神经网络实现图像的分类，输入为两种不同模态的图像数据，使用神经网络对其进行特征提取后，将两种特征进行级联融合，从而得到分类预测结果，提高分类精度。

公开(公告)号：CN116342943A

公开(公告)日：2023-06-27

申请号：CN202310260771.3

申请日：2023-03-16

Applicant: 兰州大学

Inventor： 胡斌 ,  姚志军 ,  郭昱辉 ,  李同同 ,  赵子阳

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本申请实施例提供了一种基于多模态融合的多弥散MRI图像肝纤维化识别方法，通过获取检测对象的肝部图像和基础信息，将检测对象的肝部图像和基础信息输入目标的肝纤维化评估模型中，提取输入肝部图像对应的肝纤维化特征和基础信息的有效特征，其中，有效特征包括与肝纤维化相关的图像特征和/或人口学特征。通过目标的肝纤维化评估模型对肝纤维化特征和有效特征进行特征融合，得到检测对象的肝纤维化评估结果。本申请实施例通过融合多种不同类型数据的特征的肝纤维化评估模型对检测对象是否存在肝纤维进行评估，相较于传统仅对MRI图像一种类型的数据进行分析、识别的学习模型，具有更高准确率，且具有更强的鲁棒性。

公开(公告)号：CN115601598A

公开(公告)日：2023-01-13

申请号：CN202211301507.1

申请日：2022-10-24

Applicant: 兰州大学(CN)

Inventor： 胡斌 ,  李同同 ,  姚志军

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/26 ,  G06V10/30 ,  G06V10/82 ,  G06T7/00

Abstract: 本申请提供了一种PET/CT影像识别方法及装置，所述影像识别方法包括：通过PET/CT原始影像进行目标实质提取，得到CT数据集和PET数据集；将CT数据集和PET数据集输入到双视图深度学习分类器进行特征提取和特征分类，得到CT和PET特征分类；双视图深度学习分类器使用MVPD‑Net模型；基于投票的识别机制，对CT特征分类和PET特征分类进行融合，得到最终识别结果。本申请提出的模型，是基于多视图3D卷积神经网络的PET/CT影像的分类模型，可以更可靠的进行影像识别。使用目标实质提取，解决了由于目标组织与周围组织的结构、密度相似，其本身的异质性导致了分类模型的高灵敏度和低特异度的问题。