公开(公告)号：CN109840538A

公开(公告)日：2019-06-04

申请号：CN201711254628.4

申请日：2017-11-29

Applicant: 南京大学

Inventor： 夏赅 ,  陈颖 ,  葛云 ,  黄晓林

IPC: G06K9/62 ,  G06N3/08

Abstract: 本发明公布了一种基于集成交叉对比神经网络的图像分类技术。本发明从卷积神经网络卷积层的物理意义出发，与能够对两个对象特征频次进行统计分析并衡量其相似性的IBS模型相结合，提出了交叉对比神经网络的概念。此网络模型经过数据的训练，可以自动提取图像中的特征，并根据这些特征的统计信息判断是否为同一类，解决了神经网络在小样本数据上表现较差的问题。同时，提出了集成多个交叉对比神经网络模型的方法，通过训练多个交叉神经网络模型，将模型输出通过次级神经网络调整权重，输出最终分类结果，提升了交叉对比神经网络的分类精确度。

公开(公告)号：CN115330828A

公开(公告)日：2022-11-11

申请号：CN202110513973.5

申请日：2021-05-11

Applicant: 南京大学

Inventor： 葛云 ,  王语汇 ,  夏赅

IPC: G06T7/187 ,  G06T7/11 ,  G06T17/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种自由式三维超声中目标区域自动重建的方法，该方法包括：对超声图像进行空间标定；采集超声图像，去除多余背景；对超声图像进行Despeckle处理；根据空间中的位置信息合成三维超声数据；使用经过改进的卷积神经网络模型进行目标区域的分割，然后进行三维重建；最后平滑图像的边缘。