-
公开(公告)号：CN119672051A
公开(公告)日：2025-03-21
申请号：CN202510185683.0
申请日：2025-02-20
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所) , 厦门智融合科技有限公司
IPC: G06T7/11 , G06V10/52 , G06V10/44 , G06N3/0455 , G06N3/08 , G06V10/764 , G06V10/80 , G06V10/774
Abstract: 本发明公开了一种基于分层多尺度CNN‑Transformer的医学图像分割方法及装置，涉及深度学习领域，构建基于CNN‑Transformer的医学图像分割模型并训练，得到经训练的医学图像分割模型，获取待分割的医学图像并输入到经训练的医学图像分割模型，将待分割的医学图像输入到茎层中进行块分割，得到块图像，将块图像输入到编码模块，得到第1阶段的编码特征和第3阶段的编码特征；将第1阶段的编码特征和第3阶段的编码特征输入到双层特征融合模块，分别得到校准后的第1阶段的编码特征和校准后的第3阶段的编码特征；将校准后的第1阶段的编码特征和校准后的第3阶段的编码特征输入到解码单元，得到预测分割结果。本发明能够提升模型对多尺度长程依赖关系和局部空间信息建模的能力。
-
公开(公告)号：CN119295491A
公开(公告)日：2025-01-10
申请号：CN202411804970.7
申请日：2024-12-10
Applicant: 厦门大学附属心血管病医院(厦门市心脏中心)
IPC: G06T7/11 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/09 , G06N3/088
Abstract: 本发明提供一种基于边界对比的域适应跨模态医学图像分割方法、装置、设备和介质，涉及医学图像分割技术领域。方法包括：从源域和目标域数据集分别获取源样本和目标域图像；以第一图像分割模型为教师模型，为目标域图像的伪标签分配权重；通过双向跨域cutmix得训练样本；以权重可学习的第一模型为学生模型，进行监督和自我训练；训练时结合监督损失和对比损失，以将查询样本拉向原型正样本、推离边界负样本为目标优化参数，获取第二图像分割模型；最后用该模型分割第二模态医学图像。该方法在跨模态医学图像分割中有显著优势，能有效提升分割性能。
-
公开(公告)号：CN114471389B
公开(公告)日：2024-08-30
申请号：CN202210046308.4
申请日：2022-01-14
Applicant: 厦门大学
Abstract: 本发明公开了一种海洋高分子微球的微流控制备方法及其应用，包括如下步骤：(1)以海洋高分子溶液为内相液体，以有机溶剂作为外相液体，将内相液体和外相液体同时通入到微流控装置中，在外相液体的强剪切作用下，内相液体在毛细管出口形成独立微液滴；(2)上述独立微液滴在外相液体的携带下进入接受液中，逐渐固化析出并凝聚，再经过熟化，即得到稳定的所述海洋高分子微球。本发明采用无乳化剂、无有机交联剂的微流控法制备海洋高分子微球，避免了乳化剂、有机交联剂的毒性、有害性，也避免了繁琐的乳化剂和未反有机应交联剂的洗脱、由此产生的废水排放以及残留等问题。
-
公开(公告)号：CN114471389A
公开(公告)日：2022-05-13
申请号：CN202210046308.4
申请日：2022-01-14
Applicant: 厦门大学
Abstract: 本发明公开了一种海洋高分子微球的微流控制备方法及其应用，包括如下步骤：(1)以海洋高分子溶液为内相液体，以有机溶剂作为外相液体，将内相液体和外相液体同时通入到微流控装置中，在外相液体的强剪切作用下，内相液体在毛细管出口形成独立微液滴；(2)上述独立微液滴在外相液体的携带下进入接受液中，逐渐固化析出并凝聚，再经过熟化，即得到稳定的所述海洋高分子微球。本发明采用无乳化剂、无有机交联剂的微流控法制备海洋高分子微球，避免了乳化剂、有机交联剂的毒性、有害性，也避免了繁琐的乳化剂和未反有机应交联剂的洗脱、由此产生的废水排放以及残留等问题。
-
公开(公告)号：CN119672346A
公开(公告)日：2025-03-21
申请号：CN202510186671.X
申请日：2025-02-20
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所) , 厦门智融合科技有限公司
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06V10/772 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/084 , G06V20/70
Abstract: 本发明公开了一种基于形状字典的单源域泛化医学图像分割方法及装置，涉及计算机技术领域，方法包括：形状字典学习步骤、总体分割网络构建步骤、总体分割网络训练步骤和医学图像分割步骤。本发明通过结合域不变形状参考分割模型和随机特征增强的域特定泛化信息学习，在单一源域数据训练的前提下，提高网络模型对域不变特征和模拟的未知域域特定特征的学习能力，最大限度地提高模型在各种未知目标域中的泛化能力和分割准确性。本发明提出的方法仅需要使用单一源域数据，能很好的缓解医学图像分割任务的单源域泛化SDG问题。
-
Patent Agency Ranking
公开(公告)号：CN119649039A
公开(公告)日：2025-03-18
申请号：CN202510182194.X
申请日：2025-02-19
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所) , 厦门智融合科技有限公司
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/088 , G06V10/764
Abstract: 本发明公开了一种基于伪标签的无源无监督域适应医学图像分割方法及装置，涉及计算机技术领域，方法包括：有监督的源域模型训练阶段、无监督自适应的目标域模型训练阶段和分割阶段，具体为运用伪标签像素级不确定性估计对源域医学图像进行像素级自标记生成可靠的伪标签，并在此基础上使用强弱增强的教师学生目标域模型充分利用高质量的伪标签来训练目标域医学图像来使网络适应特定于目标域医学图像的表示。本发明在已知源域模型和目标域未标记数据的前提下对目标域数据图进行无监督地分割，不需要访问源域数据且可以合理地利用上源域模型特征，能很好地缓解SFUDA存在的问题，在比UDA方法更少数据可用的情况下仍然保持在目标域上的准确分割能力。
-
公开(公告)号：CN119649038A
公开(公告)日：2025-03-18
申请号：CN202510180884.1
申请日：2025-02-19
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所) , 厦门智融合科技有限公司
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/082 , G06N3/094 , G06N3/0475 , G06N3/048 , G06V10/778
Abstract: 本发明公开了一种基于多尺度特征的无监督域适应医学图像分割方法及装置，涉及计算机技术领域，方法包括：构建基于双重注意力的多尺度特征融合分割网络；将所述多尺度特征融合分割网络作为生成器，构建第一判别器和第二判别器；基于所述生成器、第一判别器和第二判别器进行训练，获得训练好的多尺度特征融合分割网络；使用训练好的多尺度特征融合分割网络对待处理医学图像进行分割。本发明引入多尺度特征考虑不同层次的特征表示，并通过对抗性特征对齐方法，通过对抗性学习实现源域和目标域特征的对齐，从而提升分割模型在目标域上的性能和泛化能力；且本发明无需使用目标域标签，能很好的缓解医学图像分割任务的无监督域适应问题。
-
公开(公告)号：CN116381600A
公开(公告)日：2023-07-04
申请号：CN202310473902.6
申请日：2023-04-27
Applicant: 厦门大学
IPC: G01S5/02
Abstract: 本发明公开了一种基于模糊神经网络的RFID定位方法，首先，实时获取设置在定位区域的多个锚点标签和目标标签的信号强度指示，以便得到带有时序性特征的数据集；接着，对带有时序性特征的数据集进行判断，以得到目标标签相对多个锚点标签的目标隶属度值；最后，将目标隶属度值输入到神经网络模型以得到目标隶属度值对应的概率值，以便根据概率值中的最大值得到目标标签的当前位置；由此，通过结合模糊推理系统和神经网络比较锚点标签的信号强度与目标标签的信号强度，从而得到比只计算目标标签和RFID阅读器距离更精确的定位信息。
-
公开(公告)号：CN113343725B
公开(公告)日：2022-07-19
申请号：CN202110399355.2
申请日：2021-04-14
Applicant: 厦门大学
Abstract: 本发明提出了一种RFID多阅读器的防碰撞方法及系统，该方法包括：获取阅读器的读取请求，并根据读取请求随机分配一个信道资源路径给阅读器；对随机分配的信道资源路径进行仿真处理，以输出对应的奖励值，以便根据奖励值更新Q值，并将更新后的Q值添加到预先建立的临时存储表中；在临时存储表存满之后，将临时存储表作为训练集输入到预先建立的BP神经网络进行训练，以得到训练好的防碰撞模型；获取当前阅读器可用的信道资源路径数，并将当前阅读器可用的信道资源路径数输入到训练好的防碰撞模型，以得到最优的信道资源路径；从而有效的降低发生碰撞的概率。
-
公开(公告)号：CN113343725A
公开(公告)日：2021-09-03
申请号：CN202110399355.2
申请日：2021-04-14
Applicant: 厦门大学
Abstract: 本发明提出了一种RFID多阅读器的防碰撞方法及系统，该方法包括：获取阅读器的读取请求，并根据读取请求随机分配一个信道资源路径给阅读器；对随机分配的信道资源路径进行仿真处理，以输出对应的奖励值，以便根据奖励值更新Q值，并将更新后的Q值添加到预先建立的临时存储表中；在临时存储表存满之后，将临时存储表作为训练集输入到预先建立的BP神经网络进行训练，以得到训练好的防碰撞模型；获取当前阅读器可用的信道资源路径数，并将当前阅读器可用的信道资源路径数输入到训练好的防碰撞模型，以得到最优的信道资源路径；从而有效的降低发生碰撞的概率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.023 seconds)
