公开(公告)号：CN110222722A

公开(公告)日：2019-09-10

申请号：CN201910396504.2

申请日：2019-05-14

Applicant: 华南理工大学

Inventor： 江世杰 ,  梁凌宇 ,  耿家锴 ,  高帆 ,  郭晟尧 ,  黄晓东

IPC: G06K9/62 ,  G06N3/04 ,  G06T7/11 ,  G06T11/60

Abstract: 本发明公开了一种交互式图像风格化处理方法、系统、计算设备及存储介质，所述方法包括：获取多张第一训练图像和多张第二训练图像；构建抠图网络，对第一训练图像的目标和背景进行自适应分割，得到第一目标图像；构建风格化神经网络，将第一目标图像和第二训练图像输入风格化神经网络，对风格化神经网络进行训练；根据用户的交互输入，利用抠图网络对待处理图像的目标和背景进行自适应分割，得到第二目标图像；利用训练后的风格化神经网络对第二目标图像进行风格化处理，得到最终风格化图像。本发明能够根据用户的需要，交互式地进行指定区域的图像风格化，模拟出不同艺术形式的绘制风格，增强图像中可视信息的表现形式，提升图像的吸引力。

公开(公告)号：CN109919210A

公开(公告)日：2019-06-21

申请号：CN201910141616.3

申请日：2019-02-26

Applicant: 华南理工大学 ,  佛山市百步梯医疗科技有限公司

Inventor： 田翔 ,  谭赟 ,  莫鸿强 ,  耿家锴

IPC: G06K9/62 ,  A61B5/024 ,  G06N3/04

Abstract: 本发明提供一种基于深度卷积网络的心音半监督分类方法，包括以下步骤：步骤S1：获取心音数据并对心音数据进行预处理，作为训练数据；步骤S2：构建深度卷积神经网络模型；步骤S3：利用训练数据对深度卷积神经网络模型进行训练；步骤S4：将训练好的深度卷积神经网络模型推送上线进行服务；步骤S5：利用训练好的深度卷积神经网络模型在线上对患者上传的心音数据进行分类；步骤S6：当数据库中累计新的心音数据一定量时，启动深度卷积神经网络模型训练流程，返回至步骤S1—S3。本发明可对患者的心音数据进行分类以智能诊断；同时，该方法可解决现有技术中心音模型训练的样本有限导致分类不精准的问题，从而提高患者心音分类的精准性。