-
公开(公告)号：CN117974525B
公开(公告)日：2024-11-15
申请号：CN202410370762.4
申请日：2024-03-29
Applicant: 华侨大学
Abstract: 基于二阶自相关函数计算的激光散斑衬比血流成像方法，涉及生物组织医学成像领域,包括如下：采集若干帧连续的时间序列散斑图像，计算连续的所述时间序列散斑图像的二阶自相关函数；基于所述二阶自相关函数计算所述时间序列散斑图像的二阶光强信号；基于所述二阶光强信号计算衬比值，并使用所述衬比值来重构二维血流图像。本发明对激光散斑的成像理论和计算方法进行创新，能够有效提高成像对比度、成像动态范围、血流估计精确性和灵敏度。
-
公开(公告)号：CN118469845A
公开(公告)日：2024-08-09
申请号：CN202410925506.7
申请日：2024-07-11
Applicant: 华侨大学
IPC: G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094 , G06T5/94 , G06V10/52 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种非参考无标记细胞显微图像视觉增强方法，涉及图像处理技术领域，包括以下步骤：采集无标记细胞显微图像形成数据集；构建显微视觉增强网络；利用数据集对显微视觉增强网络进行训练；使用训练好的显微视觉增强网络对无标记细胞显微图像进行增强；所述显微视觉增强网络包括预增强网络和增强网络；增强网络接收无标记细胞显微图像，通过显微视觉Retinex块增强对比度以获得预增强图像，通过多尺度特征提取模块对预增强图像进行特征提取，输出多尺度特征信息；增强网络采用生成对抗网络，根据多尺度特征信息实现图像增强。本发明解决了无标记细胞显微图像存在的对比度低、弱边缘和整体亮度较暗等问题，且无需进行参考标准图像训练。
-
公开(公告)号：CN117392154B
公开(公告)日：2024-04-12
申请号：CN202311667341.X
申请日：2023-12-07
Applicant: 华侨大学
Abstract: 本发明公开了一种相衬显微细胞图像分割方法及系统，涉及图像分割领域，方法包括如下步骤：对原始图像作双树复小波变换以获得不同级别的高通系数图像和不同级别的低通系数图像；对低通系数图像作改进形态学变换以获得增强低通系数图像；对高通系数图像作自适应阈值处理以获得消噪高通系数图像；将增强低通系数图像和消噪高通系数图像结合并作双树复小波逆变换以获得重构图像，重构图像增强后作经验梯度阈值分割得到预分割图像；根据双树复小波分解的低通系数对预分割图像进行改进标记分水岭变换以获得细胞分割结果。本发明可有效增强细胞边缘特征，避免固定阈值造成细胞图像重要信息丢失的发生，提高细胞分割的精确率，实现粘连细胞的准确分割。
-
公开(公告)号：CN116485791B
公开(公告)日：2023-09-29
申请号：CN202310715680.4
申请日：2023-06-16
Applicant: 华侨大学
Abstract: 本发明公开了基于吸收度的双视图乳腺肿瘤病变区自动检测方法及系统，涉及医学图像处理领域，步骤如下：S1，获取乳腺超声肿瘤灰度图像数据集，标注数据并作图像预处理；S2，将预处理图像进行吸收度变换，得到超声吸收度图像；S3，将乳腺超声肿瘤灰度图像和对应的超声吸收度图像作为双视图，输入双视图检测模型；S4，双视图检测模型分别对双视图进行特征提取，有效反映双视图中肿瘤感兴趣区域；所述S4包括：将双视图不同尺度的特征图嵌入DFT单元进行特征融合。本发明结合乳腺超声肿瘤灰度图和吸收度图，弥补乳腺超声肿瘤灰度图像信息不足的缺陷；利用DFT单元动态学习灰度图像和吸收度图像的二元关系，对二者进行融合与交互，增强关联性和互补性。
-
公开(公告)号：CN116485791A
公开(公告)日：2023-07-25
申请号：CN202310715680.4
申请日：2023-06-16
Applicant: 华侨大学
Abstract: 本发明公开了基于吸收度的双视图乳腺肿瘤病变区自动检测方法及系统，涉及医学图像处理领域，步骤如下：S1，获取乳腺超声肿瘤灰度图像数据集，标注数据并作图像预处理；S2，将预处理图像进行吸收度变换，得到超声吸收度图像；S3，将乳腺超声肿瘤灰度图像和对应的超声吸收度图像作为双视图，输入双视图检测模型；S4，双视图检测模型分别对双视图进行特征提取，有效反映双视图中肿瘤感兴趣区域；所述S4包括：将双视图不同尺度的特征图嵌入DFT单元进行特征融合。本发明结合乳腺超声肿瘤灰度图和吸收度图，弥补乳腺超声肿瘤灰度图像信息不足的缺陷；利用DFT单元动态学习灰度图像和吸收度图像的二元关系，对二者进行融合与交互，增强关联性和互补性。
-
Patent Agency Ranking
公开(公告)号：CN111428778B
公开(公告)日：2023-04-07
申请号：CN202010199544.0
申请日：2020-03-20
Applicant: 华侨大学 , 福建医科大学附属第二医院 , 泉州市华工智能技术有限公司
IPC: G06V10/764 , G06V10/25 , G06V10/50 , G16H50/20
Abstract: 本发明提供了超声图像分类领域的一种胎儿颜面部标准切面自动分类法，包括如下步骤：步骤S10、获取复数张胎儿颜面部的超声图像，对各所述超声图像进行预处理并分别生成标准切面；步骤S20、提取所述标准切面中包括局部二值模式以及方向梯度直方图的纹理特征；步骤S30、对所述纹理特征进行欧式距离归一化，得到特征向量；步骤S40、基于所述特征向量，利用支持向量机对所述标准切面进行学习和分类。本发明的优点在于：极大的提升了胎儿颜面部标准切面分类的精度以及效率，进而极大的提升了提升临床诊断效率，降低了临床诊断成本。
-
公开(公告)号：CN111428713B
公开(公告)日：2023-04-07
申请号：CN202010199592.X
申请日：2020-03-20
Applicant: 华侨大学 , 福建医科大学附属第二医院 , 泉州市华工智能技术有限公司
IPC: G06V10/25 , G06V10/764 , G06V10/774 , G06T5/00 , G06T5/50 , G06T7/40 , G06T7/62
Abstract: 本发明提供了超声图像分类领域的一种基于特征融合的超声图像自动分类法，包括如下步骤：步骤S10、获取超声图像，对所述超声图像进行预处理并生成标准切面；步骤S20、提取所述标准切面中的图像特征；步骤S30、对所述图像特征进行归一化处理，得到特征向量；步骤S40、基于所述特征向量，利用SVM分类器对所述标准切面进行学习和分类。本发明的优点在于：极大的提升了超声图像标准切面分类的精度以及效率。
-
公开(公告)号：CN111340823B
公开(公告)日：2023-04-07
申请号：CN202010112442.0
申请日：2020-02-24
Applicant: 华侨大学 , 泉州市华工智能技术有限公司
Abstract: 本发明提供了图像处理领域的一种基于模糊熵以及差分进化的乳腺图像分割法，包括如下步骤：步骤S1、获取乳腺图像，设置模糊熵阈值的分割参数；步骤S2、对种群进行初始化；步骤S3、基于所述分割参数，计算初始化种群内个体的模糊熵隶属度函数，进而求取个体的适应值，生成优化种群；步骤S4、对所述优化种群进行变异、交叉以及选择操作；步骤S5、判断当前迭代次数是否大于最大迭代次数，若是，则输出各个体对应的最优的模糊熵隶属度参数，并进入步骤S6；若否，则进入步骤S3；步骤S6、利用所述最优的模糊熵隶属度参数以及双阈值分割法对乳腺图像进行分割。本发明的优点在于：极大的提升了乳腺图像分割的精度和速度，进而提升患者的治疗效果。
-
公开(公告)号：CN111008996B
公开(公告)日：2023-04-07
申请号：CN201911250349.X
申请日：2019-12-09
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明公开一种通过分层特征响应融合的目标跟踪方法，涉及计算机视觉目标跟踪领域；包括：步骤10、对参数进行初始化；步骤20、提取目标图像分层特征进行响应值融合得到位置模型；步骤30、训练尺度相关滤波器的最大尺度响应值得到尺度模型；步骤40、当步骤20中所述响应值融合后得到的融合响应值小于等于设定阈值，对目标图像进行重检测，得到一候选区域，并返回步骤20；当所述融合响应值大于设定阈值时，更新位置模型以及尺度模型，然后进入步骤50；步骤50、将更新后的位置模型与尺度模型用于下一帧跟踪，返回步骤40。本发明提供的方法，改变了分层特征自适应融合和模型更新的条件，提高了相关滤波器跟踪的精确度，使跟踪效果更为理想。
-
公开(公告)号：CN110956612B
公开(公告)日：2023-03-31
申请号：CN201911063168.6
申请日：2019-10-31
Applicant: 华侨大学 , 泉州市华工智能技术有限公司
Abstract: 本发明提供一种细胞快速计数方法，包括步骤S1、将细胞培养过程中采集到的明场显微细胞图像读入到图像处理工具中；步骤S2、通过计算机图像处理算法对读入的明场显微细胞图像进行图像预处理操作；步骤S3、计算经图像预处理操作后的明场显微细胞图像中的细胞数目。本发明优点在于：通过本发明的技术方案，可大大提高明场显微细胞图像中细胞计数的效率和准确率，且通过实验证明，本发明的细胞计数准确率高达94％以上，这对于生物学研究和临床阶段的一些科研工作意义重大。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.026 seconds)
