-
公开(公告)号：CN112750131B
公开(公告)日：2023-07-21
申请号：CN202110132264.2
申请日：2021-01-31
Applicant: 南京信息工程大学
IPC: G06T7/10
Abstract: 本发明是基于尺度和序列关系的骨盆核磁共振图像肌肉骨骼分割方法，首先搜集数字化的核磁共振图像三维序列，并进行手动标记多类肌肉骨骼结构；针对核磁共振图像三维序列进行采样，以连续的三张切面为一组，得到伪RGB三通道的图像数据；基于序列关系和不同肌肉骨骼的图像内容的尺度差异构建肌肉骨骼对象自动分割模型；采用自适应权重的交叉熵损失函数和DICE损失函数进行模型优化；最后对于新采集核磁共振图像三维序列，采样得到伪RGB三通道的图像数据后送入到肌肉骨骼对象自动分割模型中，得到对应于核磁共振图像三维序列的预测结果。该方法能够对核磁共振图像序列中的密集肌肉骨骼的自动分割，得到核磁共振图像序列对应的骨骼肌肉内容的三维重建结果。
-
公开(公告)号：CN112750131A
公开(公告)日：2021-05-04
申请号：CN202110132264.2
申请日：2021-01-31
Applicant: 南京信息工程大学
IPC: G06T7/10
Abstract: 本发明是基于尺度和序列关系的骨盆核磁共振图像肌肉骨骼分割方法，首先搜集数字化的核磁共振图像三维序列，并进行手动标记多类肌肉骨骼结构；针对核磁共振图像三维序列进行采样，以连续的三张切面为一组，得到伪RGB三通道的图像数据；基于序列关系和不同肌肉骨骼的图像内容的尺度差异构建肌肉骨骼对象自动分割模型；采用自适应权重的交叉熵损失函数和DICE损失函数进行模型优化；最后对于新采集核磁共振图像三维序列，采样得到伪RGB三通道的图像数据后送入到肌肉骨骼对象自动分割模型中，得到对应于核磁共振图像三维序列的预测结果。该方法能够对核磁共振图像序列中的密集肌肉骨骼的自动分割，得到核磁共振图像序列对应的骨骼肌肉内容的三维重建结果。
-
公开(公告)号：CN112529912A
公开(公告)日：2021-03-19
申请号：CN202011464174.5
申请日：2020-12-14
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于深度学习的小鼠睾丸病理切片内多种组织的自动分割方法。属于机器学习和图像处理领域；具体步骤：小鼠睾丸横截面切片的预处理；基于ResNet的小鼠生精管分割模型的建立；建立基于Unet的小鼠生精管内多类生殖细胞和多类组织区域分割。本发明首先运用ResNet结合滑动窗以及逐像素点分割的方法对小鼠睾丸横切面全扫描图像进行生精管预分割；然后，运用Unet分别对生精管内多类细胞核和多类组织区域进行分割；本发明所述的方法取得了良好的性能，为建立小鼠生精管自动分期系统提供了良好的图像分析基础；将来，技术人员将提取小鼠生精管内细胞核和组织区域的组织学特征，用于训练小鼠生精管自动分期分类器。
-
公开(公告)号：CN111554384A
公开(公告)日：2020-08-18
申请号：CN202010405794.5
申请日：2020-05-14
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于先验感知和多任务学习的腺癌病理图像分析方法，包括：对于新采集的腺癌病理图像，提取图像块和对提取的图像块做预处理后送入到训练好的基于多任务学习方法构建的腺癌病理图像分析模型中，所述腺癌病理图像分析模型包含并行的两个分支：腺体结构分割分支和良恶性自动分级分支，同时得到腺体结构预测结果和良恶性分级结果；所述腺体结构分割分支的分割结果作为先验信息传递至良恶性自动分级分支，约束和引导良恶性分级分支在关注腺体结构语义内容后再对腺癌病理图像进行分级。本发明能够实现并行的腺体组织分割和自动分级，减少了病理医生人工诊断的体力、精力和时间成本投入，提高了自动诊断的准确率。
-
公开(公告)号：CN106599792A
公开(公告)日：2017-04-26
申请号：CN201611037118.7
申请日：2016-11-23
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种手部驾驶违规行为的检测方法，包括从监控视频中读取图像；对读取的图像进行预处理，包括格式变化、建立椭圆肤色模型和确定像素点的肤色概率值；从预处理后的图像中检测定位手部的轮廓；以方向盘为中心框定五个感兴趣区域，并对框定的区域进行坐标划分；通过判断手部轮廓是否位于方向盘中心区域，来辨别手部姿态是否属于违规驾驶行为，通过建立椭圆形肤色模型和利用logistic回归分析,进行手部像素信息的初步确定，以及通过运用区域生长法进行连通区域的分析和标记，提取到手部肤色图像，得到完整的手部图像，通过把图像划分为五个感兴趣的区域，能够精准的判断出驾驶室内的操作是否违规。
-
Patent Agency Ranking
公开(公告)号：CN112990214A
公开(公告)日：2021-06-18
申请号：CN202110195183.7
申请日：2021-02-20
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种医学图像特征识别预测模型，步骤如下：构建基于深度卷积神经网络的多组织分割模型，从样本库中获取数据并提取图像特征，通过基于金字塔上采样获得图像分割结果，将不同组织区域之间分割开；构建基于深度卷积神经网络的细胞检测模型，首先放大倍数进行取块，然后对取出来的小块的图像进行标准化；送入到回归检测模块中去对每一个小块中的图像进行检测，然后对检测出来的细胞级联深度分类网络来得到感兴趣目标；构建可视化亚视觉模块，使用特征选择方法与交叉验证结合的方法对所有不同组织区域与感兴趣对象中的特征进行选择最具有预测能力的特征。本发明对病理图像进行多组织分割并对细胞精确识别，通过亚视觉特征辅助医生阅片。
-
公开(公告)号：CN106599792B
公开(公告)日：2020-02-18
申请号：CN201611037118.7
申请日：2016-11-23
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种手部驾驶违规行为的检测方法，包括从监控视频中读取图像；对读取的图像进行预处理，包括格式变化、建立椭圆肤色模型和确定像素点的肤色概率值；从预处理后的图像中检测定位手部的轮廓；以方向盘为中心框定五个感兴趣区域，并对框定的区域进行坐标划分；通过判断手部轮廓是否位于方向盘中心区域，来辨别手部姿态是否属于违规驾驶行为，通过建立椭圆形肤色模型和利用logistic回归分析,进行手部像素信息的初步确定，以及通过运用区域生长法进行连通区域的分析和标记，提取到手部肤色图像，得到完整的手部图像，通过把图像划分为五个感兴趣的区域，能够精准的判断出驾驶室内的操作是否违规。
-
公开(公告)号：CN111553369B
公开(公告)日：2023-04-18
申请号：CN202010405761.0
申请日：2020-05-14
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种前列腺癌穿刺病理图像的格里森自动分级方法，包括：在数字化的前列腺癌穿刺组织病理图像上手动标记格里森3级和4级组织区域；提取图像块，并对提取的图像块进行图像预处理后，提取图像块的H通道；计算同源性分布，包括细胞核的连通区域变化分布b0、细胞核构成的空洞变化分布b1以及两者的比率b，并采用七种统计描述方法表示计算得到的同源性分布，得到21维的统计特征集；构建k近邻分类器，采用10折交叉验证方法训练基于权重的k近邻模型；使用训练好的k近邻分类器自动预测格里森分级。本发明能够减少病理医生人工诊断的体力、精力和时间成本投入，同时量化分析诊断结果，极大降低了不同病理医生诊断的差异性。
-
公开(公告)号：CN111553369A
公开(公告)日：2020-08-18
申请号：CN202010405761.0
申请日：2020-05-14
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种前列腺癌穿刺病理图像的格里森自动分级方法，包括：在数字化的前列腺癌穿刺组织病理图像上手动标记格里森3级和4级组织区域；提取图像块，并对提取的图像块进行图像预处理后，提取图像块的H通道；计算同源性分布，包括细胞核的连通区域变化分布b0、细胞核构成的空洞变化分布b1以及两者的比率b，并采用七种统计描述方法表示计算得到的同源性分布，得到21维的统计特征集；构建k近邻分类器，采用10折交叉验证方法训练基于权重的k近邻模型；使用训练好的k近邻分类器自动预测格里森分级。本发明能够减少病理医生人工诊断的体力、精力和时间成本投入，同时量化分析诊断结果，极大降低了不同病理医生诊断的差异性。
-
公开(公告)号：CN205536580U
公开(公告)日：2016-08-31
申请号：CN201620342917.4
申请日：2016-04-22
Applicant: 南京信息工程大学
IPC: F24H9/20
Abstract: 本实用新型公开了一种可调控待加热水量的热水器，包括热水器本体，热水器本体上连接有进水管和出水管，进水管上设有进水控制阀，出水管上设有水温控制阀，热水器本体通过带有插头的电源线为其供电，热水器本体的水箱内设有压力传感器，热水器本体的外面设有控制面板，进水控制阀、水温控制阀和压力传感器分别与控制面板连接。与现有技术相比，本实用新型的有益效果是：可以根据洗澡人数控制待加热水的量，达到节约水和电的目的，既符合了环保的理念又便利了我们的生活。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.023 seconds)
