公开(公告)号：CN118799342B

公开(公告)日：2024-12-03

申请号：CN202411272973.0

申请日：2024-09-12

Applicant: 南京邮电大学

Inventor： 张伟 ,  张政 ,  陈云芳

IPC: G06F17/10

Abstract: 本发明公开了基于三维去噪扩散模型的肺部PET&CT图像分割方法，将优化后的U‑Net的3D‑DDPM方法与Analytic‑DPM方法的优化相结合，以提高肺腺瘤分割的精度和准确性。优化后的U‑Net利用了全尺寸跳跃连接和深度监督，并改进残差模块。同时，基于Analytic‑DPM方法优化了DDPM，Analytic‑DPM使用蒙特卡罗方法和预训练的基于分数的模型来估计方差和KL散度的分析形式，推导了最优方差的界限，以纠正潜在的偏差，并揭示了分数函数和数据协方差矩阵之间的关系，提高了似然结果的效率和性能，有效的生成了高质量的样本。本发明实现了高质量的三维医学图像合成，在3D‑DDPM扩散模型的逆向过程中，将三维PET、CT和高斯噪声体积的级联作为网络输入以生成肿瘤掩膜，从而准确地实现肺腺瘤分割。

公开(公告)号：CN117495662A

公开(公告)日：2024-02-02

申请号：CN202311519506.9

申请日：2023-11-15

Applicant: 南京邮电大学

Inventor： 周宁宁 ,  张政 ,  王瑞

IPC: G06T3/04 ,  G06T5/50 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明公开了一种基于Stable Diffusion的动漫图像风格迁移方法及系统，涉及计算机视觉技术领域，包括获取包含动漫风格图像和现实场景图像的数据集，获得现实图像数据集中每一张图片所对应的描述文本；改进扩散模型主干模型U‑Net，优化额外的输入条件；结合描述文本、现实图像和动漫风格图像对扩散模型进行训练，得到训练好的动漫风格迁移模型；将待迁移的现实图像输入和动漫风格图像到训练完成的扩散模型中，得到相对应的动漫风格生成图像。本发明能够快速有效可靠的合成高质量的动漫风格图像，提高合成图像的真实感和视觉质量，扩大应用范围与应用场景，对于促进科技、商业以及艺术的发展，都具有深远的意义。

公开(公告)号：CN110287348A

公开(公告)日：2019-09-27

申请号：CN201910298627.2

申请日：2019-04-15

Applicant: 南京邮电大学

Inventor： 薛景 ,  张政 ,  廖芷瑄 ,  朱知萌

IPC: G06F16/53 ,  G06F16/953 ,  G06N3/04

Abstract: 一种基于机器学习的GIF格式图片检索方法，包括如下步骤：步骤S1、获取网络中的GIF图片，并对GIF图片进行预处理；步骤S2、切割预处理后的GIF图片，提取出其中的关键帧，计算出关键帧的哈希值，并将生成的哈希值信息与GIF图片存放至基础数据库；步骤S3、构建卷积神经网络模型，利用基础数据库中的数据训练卷积神经网络模型，获取用于预测的核函数；步骤S4、将待搜索的目标GIF图片拆分，并提取关键帧，再将提取到的关键帧代入核函数进行计算，获取最佳匹配种类；步骤S5、计算出待搜索的目标GIF图片的关键帧的哈希值，并利用哈希值信息在已预测的种类里查找相似的图片，若没有。则在当前类别中创建新的分类。本发明的图片搜索功能，目的在增加GIF图片搜索功能，以及提高搜索的准确性，最终提高图片搜索的使用率。

公开(公告)号：CN118799342A

公开(公告)日：2024-10-18

申请号：CN202411272973.0

申请日：2024-09-12

Applicant: 南京邮电大学

Inventor： 张伟 ,  张政 ,  陈云芳

IPC: G06T7/11 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了基于三维去噪扩散模型的肺部PET&CT图像分割方法，将优化后的U‑Net的3D‑DDPM方法与Analytic‑DPM方法的优化相结合，以提高肺腺瘤分割的精度和准确性。优化后的U‑Net利用了全尺寸跳跃连接和深度监督，并改进残差模块。同时，基于Analytic‑DPM方法优化了DDPM，Analytic‑DPM使用蒙特卡罗方法和预训练的基于分数的模型来估计方差和KL散度的分析形式，推导了最优方差的界限，以纠正潜在的偏差，并揭示了分数函数和数据协方差矩阵之间的关系，提高了似然结果的效率和性能，有效的生成了高质量的样本。本发明实现了高质量的三维医学图像合成，在3D‑DDPM扩散模型的逆向过程中，将三维PET、CT和高斯噪声体积的级联作为网络输入以生成肿瘤掩膜，从而准确地实现肺腺瘤分割。

公开(公告)号：CN117522694A

公开(公告)日：2024-02-06

申请号：CN202311584004.4

申请日：2023-11-24

Applicant: 南京邮电大学

Inventor： 周宁宁 ,  王瑞 ,  张政

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明公开了一种基于扩散模型的图像超分辨率重建方法，涉及计算机视觉技术领域。包括获取同时包含高分辨率图像和相应低分辨率图像的成对数据集；在成对数据集上迭代训练潜在模型，并在噪声预测网络加入核基注意力模块以固定潜在模型，同时在潜在空间内训练扩散模型；将低画质图像输入到训练完成的潜在扩散模型中，得到相对应的超分辨率生成图像。本发明基于高画质到低画质图像的退化特点制作数据集，改进扩散模型的噪声预测网络并在潜在空间中迭代训练，使训练的速度更快、效果更好。