公开(公告)号：CN116503422A

公开(公告)日：2023-07-28

申请号：CN202310432609.5

申请日：2023-04-21

Applicant: 哈尔滨理工大学

Inventor： 王进科 ,  杨志鹏 ,  王振友

IPC: G06T7/11 ,  G06V10/77 ,  G06V10/80 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于空间通道注意力机制与多尺度特征融合的眼底图像视杯视盘分割方法，本方法涉及深度学习和医学图像处理领域，包括：定位网络和分割网络。整体流程图如图1所示。所述定位网络首先对数据集中的原始眼底图像进行视盘定位裁剪；对裁剪图进行预处理和数据增强；分割网络使用基于编码解码结构构建多尺度密集网络模型将数据增强后的眼底图像数据导入眼底图像分割模型中进行训练，获取训练完成的权重，进一步对眼底图像进行分割，最终获取到分割结果。本发明针对眼底图像视杯视盘分割提出的新的递归神经网络结构，解决了由于眼底影像的复杂性，导致视杯与视盘的分割容易受其他部位如血管等因素的干扰，从而使分割的视杯视盘边缘模糊的问题，提升了分割精度。相比于现存算法，具有一定的先进性。

公开(公告)号：CN116883429A

公开(公告)日：2023-10-13

申请号：CN202310835928.0

申请日：2023-07-07

Applicant: 哈尔滨理工大学

Inventor： 王进科 ,  郭良 ,  杨志鹏

IPC: G06T7/11 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于并行残差注意力网络的肝脏及肝脏肿瘤分割方法，本方法涉及深度学习和医学图像处理领域，包括：数据处理与制作和分割预测可视化网络。所述数据处理首先将公开的3D腹部医学图像处理为含有肝脏及肝脏肿瘤的2D切片图像；对2D数据集进行预处理和数据增强；分割预测网络使用基于编码解码结构的特征融合网络，通过迁移学习加载公用预训练权重后，将数据增强后的2D图像数据载入分割模型中进行训练，训练完成后生成适合肝脏及肝脏肿瘤的专用最优权重。以此用于肝脏及肝脏肿瘤专项分割。本发明针对肝脏及肝脏肿瘤分割提出的并行残差注意力卷积网络结构，解决了由于肝脏及肝脏肿瘤的复杂性，导致肝脏与肝脏肿瘤的分割容易受其他部位如肾脏等因素的干扰的问题，提升分割效率并提高分割精度，相比于现有网络，具有一定的先进性。

公开(公告)号：CN216483188U

公开(公告)日：2022-05-10

申请号：CN202123223978.9

申请日：2021-12-21

Applicant: 哈尔滨理工大学

Inventor： 王进科 ,  杨志鹏

IPC: G01D21/00 ,  G01D11/30

Abstract: 本实用新型公开了一种用于人工智能图像的检测装置，包括箱体和底座，箱体一体安装在底座上，底座上通过轴承转动安装有螺杆的底端，螺杆的顶端设有圆环，螺杆上螺纹安装有移动座，移动座的一侧通过滑轮滑动安装在位于箱体上的滑槽内部，移动座上设有摄像头，移动座内设有第一单片机模块，箱体上设有显示屏，箱体内设有第二单片机模块、存储模块和通信模块，该种装置在使用时，可利用圆环驱动螺杆转动，移动座螺纹安装在螺杆上且通过滑轮限位滑动安装在滑槽内，使得移动座在螺杆上进行高度调节，从而对摄像头进行高度调节，图像采集起来十分方便。