-
公开(公告)号：CN115410195A
公开(公告)日：2022-11-29
申请号：CN202211078978.0
申请日：2022-09-05
Applicant: 哈尔滨理工大学
IPC: G06V20/69 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06T7/00 , G06T7/62
Abstract: 宫颈细胞萎缩级别智能诊断方法，本发明涉及自动化病理诊断技术中，缺乏智能判别宫颈细胞萎缩程度的问题。宫颈阴道部鳞状上皮分为表层细胞、中层细胞以及基底层细胞，卵巢雌激素影响着细胞的生长与成熟，雌性激素水平的降低会导致萎缩性阴道炎和骨质疏松等症状，需要及时治疗，目前对鳞状细胞萎缩诊断不够明确，萎缩程度的诊断研究报道也较少，给宫颈细胞萎缩程度判别制定系统化、智能化的诊断流程具有重大意义。为改善这一问题，本发明提出了一种宫颈细胞萎缩级别智能诊断方法，该方法先用目标检测模型检测出表层细胞、中层细胞、基底层细胞，然后使用实例分割模型对检测出的每一层细胞的细胞核进行分割，最后计算每一层的细胞数量比、核质比和细胞拥挤度指标，将指标输入随机森林分类模型进行萎缩程度分级；经过充分的实验验证得知，在宫颈细胞萎缩程度判别上取得了很好的效果。本发明应用于宫颈细胞萎缩程度判别。
-
Patent Agency Ranking
公开(公告)号：CN113409254B
公开(公告)日：2022-06-07
申请号：CN202110624234.3
申请日：2021-06-04
Applicant: 哈尔滨理工大学
Abstract: 一种针对模糊成像环境的印刷品缺陷检测方法，本发明涉及印刷品缺陷检测技术。为了解决缺陷检测任务中复杂环境和镜头畸变所导致的误检和漏检问题。基于机器视觉的表面缺陷检测技术被广泛应用，然而高精度的印刷产品表面缺陷检测依赖于高质量的图像。在目标快速移动、相机摇晃、失焦等影响下，相机捕捉的图像会有一定程度的模糊和失真，从根本上阻碍了印刷品缺陷检测精度的提升。本发明提出一种针对模糊成像环境的印刷品缺陷检测方法。实验表明，该方法可以有效地提升图像的清晰度和缺陷检测的鲁棒性，减少复杂环境和镜头畸变所导致的误检和漏检情况。本发明主要应用于模糊成像环境的印刷品缺陷检测。
-
公开(公告)号：CN116188456A
公开(公告)日：2023-05-30
申请号：CN202310375318.7
申请日：2023-04-10
Applicant: 哈尔滨理工大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06T7/62 , G06N3/08 , G06V10/44 , G06V10/82 , G06N3/0464
Abstract: 一种融合病理知识的多尺度双流宫颈异常细胞检测方法，本发明涉及宫颈细胞病理全景图像异常细胞检测技术中，特征稀疏，不同大小异常细胞检测难度大的问题。在宫颈癌筛查中及早发现异常宫颈细胞可增加及时治疗的机会，但人工检测需要经验丰富的病理学家，耗时且容易出错，宫颈细胞病理全景图像异常细胞检测技术中，存在全景图像异常细胞特征稀疏，不同大小异常细胞检测难度大的问题。为了改善这一问题，本发明提出一种融合病理知识的多尺度双流宫颈异常细胞检测方法。实验表明，该方法能够有效融合病理知识，显著提高多尺度检测区域建议的质量，稳健检测出不同大小的细胞，提高了宫颈细胞检测的准确率、敏感度和特异度，为宫颈癌筛查和改善病理工作流程提供有效且高效的技术支持，帮助病理学家做出更准确的诊断。本发明主要应用于宫颈细胞病理全景图像异常细胞检测。
-
公开(公告)号：CN115760764A
公开(公告)日：2023-03-07
申请号：CN202211444831.9
申请日：2022-11-18
Applicant: 哈尔滨理工大学
IPC: G06T7/00 , G06T7/11 , G06V10/26 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 一种融合样本内对照信息的宫颈异常细胞识别方法，本发明涉及细胞病理检测中，样本间的差异性导致宫颈异常细胞识别精确率低、假阳性率高的问题。由于不同生理状态、不同年龄段的宫颈病理状态具有天然差异，宫颈细胞的形态、大小并不相同，而深度学习方法主要使用来自不同样本的宫颈异常细胞标注数据训练模型，极少考虑到宫颈细胞病理样本间的差异性，导致了宫颈异常细胞识别标准模糊，精确率低，假阳性率高等问题。为改善这一问题，本发明提出了一种融合样本内对照信息的宫颈异常细胞识别方法。实验表明，该方法能够有效对比样本内正常细胞的形态特征识别异常细胞，降低了宫颈异常细胞识别的假阳性率，提高了样本检测准确率、敏感度和特异度。本发明主要应用于宫颈细胞病理检测中异常细胞识别。
-
公开(公告)号：CN116402796A
公开(公告)日：2023-07-07
申请号：CN202310375322.3
申请日：2023-04-10
Applicant: 哈尔滨理工大学
IPC: G06T7/00 , G06T7/10 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/22
Abstract: 一种融合全局和局部对比信息的宫颈细胞识别方法，本发明涉及宫颈细胞识别。为了解决病人个体差异影响宫颈细胞的类别判断，难以利用单一图像特征实现宫颈细胞的精准细粒度分类的问题。宫颈细胞病变是一个渐进的过程，各个类别间没有明确得边界，类别间相似度大，且容易受到个体差异的影响，单一图像特征难以实现宫颈细胞的精准细粒度分类。为改善这一问题，本发明提出一种融合全局和局部对比信息的宫颈细胞识别方法，将病理医生通过对比正常中层鳞状上皮宫颈细胞，观察判断异常宫颈细胞的过程转化为计算机模型推理过程。实验表明，该方法有效降低了异常宫颈细胞识别的假阳性率，提高了宫颈细胞检测准确率、敏感度和特异度，为自动阅片系统提供关键技术支撑，帮助医生更早地发现癌细胞并准确评估病变级别。本发明主要应用于宫颈细胞病理检测中异常宫颈细胞识别。
-
公开(公告)号：CN113409254A
公开(公告)日：2021-09-17
申请号：CN202110624234.3
申请日：2021-06-04
Applicant: 哈尔滨理工大学
Abstract: 一种针对模糊成像环境的印刷品缺陷检测方法，本发明涉及印刷品缺陷检测技术。为了解决缺陷检测任务中复杂环境和镜头畸变所导致的误检和漏检问题。基于机器视觉的表面缺陷检测技术被广泛应用，然而高精度的印刷产品表面缺陷检测依赖于高质量的图像。在目标快速移动、相机摇晃、失焦等影响下，相机捕捉的图像会有一定程度的模糊和失真，从根本上阻碍了印刷品缺陷检测精度的提升。本发明提出一种针对模糊成像环境的印刷品缺陷检测方法。实验表明，该方法可以有效地提升图像的清晰度和缺陷检测的鲁棒性，减少复杂环境和镜头畸变所导致的误检和漏检情况。本发明主要应用于模糊成像环境的印刷品缺陷检测。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
