公开(公告)号：CN114577322A

公开(公告)日：2022-06-03

申请号：CN202210137209.7

申请日：2022-02-15

Applicant: 南京大学

Inventor： 袁杰 ,  涂智拓 ,  蒋晓艺 ,  程裕家 ,  陶超 ,  刘晓峻

IPC: G01H5/00

Abstract: 本发明公开了一种基于六边形网格路径计算的声速成像方法。包括：设计六边形网格用于覆盖物体成像区域，所述六边形网格包括两个以上的六边形单元格；通过反射定理计算声波在物体成像区域的传播路径；计算传播路径在每个六边形单元格内经过的子路径长度；通过超声平台采集超声信号，对信号取包络求得单次传播的总飞行时间；通过速度公式及重建算法求得每个网格声速，进行声速成像。本发明找到一种边界更为圆滑的六边形图形作为路径求解的单元格，继而与图形重建算法相结合，从而减小声速成像的误差。

公开(公告)号：CN112396110B

公开(公告)日：2024-02-02

申请号：CN202011307427.8

申请日：2020-11-20

Applicant: 南京大学

Inventor： 袁杰 ,  程裕家 ,  金志斌 ,  周雪

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/25 ,  G06V10/26 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 像差异性小和分辨率低的问题，在增广图像的同本发明公开了一种基于生成对抗级联网络 时提高了网络的泛化性能。增广图像的方法。包括：从原始图像Iori圈定感兴趣区域并裁剪，获得裁剪后的图像Icut；对Icut通过预处理获得增广后的数据集Scut；利用数据集Scut进行Ⅰ级生成对抗网络的训练；加载训练好的级生成器，输入随机噪声推理出图像，并对生成的图像通过上采样处理后，制作成新的数据集SⅠ；利用数据集SⅠ与Icut作为Ⅱ级生成对抗网络的训练数据集，进行Ⅱ级生成对抗网络的训练；(56)对比文件Pandey Siddharth 等.An imageaugmentation approach using two-stagegenerative adversarial network for nucleiimage segmentation《.Biomedical SignalProcessing and Control》.2019,第57卷1-10.Gao Yuqing 等.Deep leaf‐bootstrappinggenerative adversarial network forstructural image data augmentation.《Computer‐Aided Civil and InfrastructureEngineering》.2019,第34卷(第09期),755-773.Calimeri F 等.Biomedical dataaugmentation using generative adversarialneural networks《.International conferenceon artificial neural networks》.2017,626-634.Zhang H 等.Stackgan: Text to photo-realistic image synthesis with stackedgenerative adversarial networks.《Proceedings of the IEEE internationalconference on computer vision》.2017,5907-5915.

公开(公告)号：CN114577322B

公开(公告)日：2022-11-22

申请号：CN202210137209.7

申请日：2022-02-15

Applicant: 南京大学

Inventor： 袁杰 ,  涂智拓 ,  蒋晓艺 ,  程裕家 ,  陶超 ,  刘晓峻

IPC: G01H5/00

Abstract: 本发明公开了一种基于六边形网格路径计算的声速成像方法。包括：设计六边形网格用于覆盖物体成像区域，所述六边形网格包括两个以上的六边形单元格；通过反射定理计算声波在物体成像区域的传播路径；计算传播路径在每个六边形单元格内经过的子路径长度；通过超声平台采集超声信号，对信号取包络求得单次传播的总飞行时间；通过速度公式及重建算法求得每个网格声速，进行声速成像。本发明找到一种边界更为圆滑的六边形图形作为路径求解的单元格，继而与图形重建算法相结合，从而减小声速成像的误差。

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。

公开(公告)号：CN112396110A

公开(公告)日：2021-02-23

申请号：CN202011307427.8

申请日：2020-11-20

Applicant: 南京大学

Inventor： 袁杰 ,  程裕家 ,  金志斌 ,  周雪

IPC: G06K9/62 ,  G06K9/32 ,  G06N3/04 ,  G06N3/08 ,  G06T3/40 ,  G06T5/00 ,  G06T5/40 ,  G06T7/11

Abstract: 本发明公开了一种基于生成对抗级联网络增广图像的方法。包括：从原始图像Iori圈定感兴趣区域并裁剪，获得裁剪后的图像Icut；对Icut通过预处理获得增广后的数据集Scut；利用数据集Scut进行Ⅰ级生成对抗网络的训练；加载训练好的Ⅰ级生成器，输入随机噪声推理出图像，并对生成的图像通过上采样处理后，制作成新的数据集SⅠ；利用数据集SⅠ与Icut作为Ⅱ级生成对抗网络的训练数据集，进行Ⅱ级生成对抗网络的训练；加载训练好的Ⅱ级生成器，将数据集SⅠ输入Ⅱ级生成器，推理出所需的增广图像Ides。本发明在对图像增广时，解决了Ⅰ级生成对抗网络中生成图像差异性小和分辨率低的问题，在增广图像的同时提高了网络的泛化性能。

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。