公开(公告)号：CN112365498A

公开(公告)日：2021-02-12

申请号：CN202011451531.4

申请日：2020-12-10

Applicant: 南京大学

Inventor： 袁杰 ,  孙英 ,  蒋玉婷 ,  彭成磊

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种针对二维图像序列中多尺度多形态目标的自动检测方法。包括以下步骤：改变原始二维图像尺寸并对目标进行标定；根据二维图像序列的堆叠形成三维数组，进而获得另一平面的图像并对其目标进行标定；用目标检测神经网络分别训练两个平面的数据集，尽可能保证较高的召回率，得到二维图像预测的检测结果；将目标平面上的检测结果投影至辅助平面得到的框位置与辅助平面网络预测的检测框进行对比，判断两者交集程度，根据辅助平面的预测检测结果去除二维图像预测检测中出现的假正例；最后利用图像中目标的灰度连续性进一步去除假正例，并将图像恢复至原始尺寸，通过上述步骤综合两个平面的信息得到准确率较高的目标检测结果。

公开(公告)号：CN110009628A

公开(公告)日：2019-07-12

申请号：CN201910292922.7

申请日：2019-04-12

Applicant: 南京大学 ,  江苏省肿瘤医院

Inventor： 蒋玉婷 ,  徐寒子 ,  张秀明 ,  袁杰 ,  孙英

IPC: G06T7/00 ,  G06T3/40 ,  G06K9/62

Abstract: 本发明公开了一种针对连续二维图像中多形态目标的自动检测方法，包括以下步骤：对二维图像进行拉宽和目标的框定，完成数据集的制作；使用目标检测网络训练制作好的数据集，尽可能保证较高的召回率，进行多次交叉验证，得到初步的目标检测结果；将初步检测框中的内容提取出来，利用卷积神经网络完成二分类，并进行多折交叉验证，得到所有分类结果；将分类结果为非目标的检测框舍去，将分类结果为目标的检测框显示在原始拉宽图像中，最后再将图片恢复成原始尺寸，通过上述步骤结合两种卷积神经网络得到准确率较高的目标检测结果。

公开(公告)号：CN112365498B

公开(公告)日：2024-01-23

申请号：CN202011451531.4

申请日：2020-12-10

Applicant: 南京大学

Inventor： 袁杰 ,  孙英 ,  蒋玉婷 ,  彭成磊

IPC: G06F30/27

Abstract: 目标检测结果。本发明公开了一种针对二维图像序列中多尺度多形态目标的自动检测方法。包括以下步骤：改变原始二维图像尺寸并对目标进行标定；根据二维图像序列的堆叠形成三维数组，进而获得另一平面的图像并对其目标进行标定；用目标检测神经网络分别训练两个平面的数据集，尽可能保证较高的召回率，得到二维图像预测的检测结果；将目标平面上的检测结果投影至辅助平面得到的框位置与辅助平面网络预测的检测框进行对比，判断两者交集程度，根据辅助平面的预测检测结果去除二维图像预测检测中出现的假(56)对比文件Haibin Chen等.Prior AttentionEnhanced Convolutional Neural NetworkBased Automatic Segmentation of Organs atRisk for Head and Neck CancerRadiotherapy《.IEEE Access》.2020,全文.