公开(公告)号：CN111325236A

公开(公告)日：2020-06-23

申请号：CN202010070699.4

申请日：2020-01-21

Applicant: 南京大学

Inventor： 金志斌 ,  周雪 ,  程裕家 ,  袁杰 ,  彭成磊 ,  李睿钦 ,  张玮婧

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积神经网络的超声图像分类方法。包括：从原始图像圈定感兴趣区域并裁剪，获得剪裁后的图像；对所述裁剪后的图像采用添加高斯噪声方法与直方图均衡方法进行数据增广，获得数据增广后的数据集；利用所述增广后的数据集进行生成对抗网络的训练，并验证测试，获得训练好的生成器；加载所述训练好的生成器，通过噪声推理出图像，并对生成的所述图像标定标签；将所述生成器生成的图像扩充到分类数据集中，重新训练卷积神经网络对超声图像进行分类，并输出准确率和召回率，评估网络性能。本发明在对超声图像分类时，解决了神经网络中训练数据集不足的问题，提高了网络的泛化性能。

公开(公告)号：CN119867808A

公开(公告)日：2025-04-25

申请号：CN202510071624.0

申请日：2025-01-16

Applicant: 南京鼓楼医院 ,  南京大学

Inventor： 金志斌 ,  蔡昀烨 ,  袁杰 ,  张玮婧 ,  李电迅 ,  赵荻 ,  林玥辰

IPC: A61B8/00

Abstract: 本发明提供一种实时标记超声传感器空间位姿的方法，涉及超声临床诊断和超声图像体表标记技术领域。本发明提出实时标记超声传感器空间位姿的方法，首先基于预先搭建的光学定位系统，建立超声图像坐标系在相机坐标系下的相对位置关系，同时获取目标对象的光学图像；然后基于光学图像获取目标对象中关键点的位置特征图；最后基于上述光学图像和位置特征图获取目标对象的标记图。本申请提出的实时标记超声传感器空间位姿的技术，可以更加高效、准确标记超声图像，方便了后期的分析与研究。

公开(公告)号：CN118397180A

公开(公告)日：2024-07-26

申请号：CN202410489771.5

申请日：2024-04-23

Applicant: 南京大学 ,  南京鼓楼医院

Inventor： 金志斌 ,  周琦悦 ,  王育昕 ,  袁杰 ,  沈恩翔 ,  张玮婧 ,  赵荻 ,  尹雯迪 ,  邢千叶 ,  董婷婷

IPC: G06T17/00 ,  A61B8/08 ,  A61B8/00 ,  G06N3/0464 ,  G06F17/10 ,  G06F17/16 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明提出了一种使用深度学习网络的无追踪三维超声成像方法，包括：使用光学定位超声系统收集训练数据；遍历所述二维超声图像序列，提取出相邻帧的二维超声图像，利用图像的旋转矩阵和平移矩阵计算这两张二维超声图像对应的空间变换关系；使用该空间变换关系作为标签，训练无追踪深度学习网络；规划扫描轨迹并设置校准点，使用立体摄像机捕捉所述扫描轨迹的三维空间信息；沿规划的扫描轨迹采集二维超声图像序列，使用训练好的无追踪深度学习网络进行预测，并重建三维超声图像；利用规划的扫描轨迹的三维信息校正重建的三维超声图像，生成最终的三维超声图像。

公开(公告)号：CN111325236B

公开(公告)日：2023-04-18

申请号：CN202010070699.4

申请日：2020-01-21

Applicant: 南京大学

Inventor： 金志斌 ,  周雪 ,  程裕家 ,  袁杰 ,  彭成磊 ,  李睿钦 ,  张玮婧

IPC: G06V10/764 ,  G06V10/25 ,  G06V10/26 ,  G06V10/50 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/084

Abstract: 本发明公开了一种基于卷积神经网络的超声图像分类方法。包括：从原始图像圈定感兴趣区域并裁剪，获得剪裁后的图像；对所述裁剪后的图像采用添加高斯噪声方法与直方图均衡方法进行数据增广，获得数据增广后的数据集；利用所述增广后的数据集进行生成对抗网络的训练，并验证测试，获得训练好的生成器；加载所述训练好的生成器，通过噪声推理出图像，并对生成的所述图像标定标签；将所述生成器生成的图像扩充到分类数据集中，重新训练卷积神经网络对超声图像进行分类，并输出准确率和召回率，评估网络性能。本发明在对超声图像分类时，解决了神经网络中训练数据集不足的问题，提高了网络的泛化性能。