公开(公告)号：CN115223688A

公开(公告)日：2022-10-21

申请号：CN202210658763.X

申请日：2022-06-13

Applicant: 复旦大学 ,  复旦大学附属眼耳鼻喉科医院

Inventor： 颜波 ,  韦巧玲 ,  谭伟敏 ,  赵晨 ,  付浩

IPC: G16H30/40 ,  G06T7/00 ,  G06T7/11 ,  G06T5/00 ,  A61B3/12 ,  A61B3/14

Abstract: 本发明属于医学影像处理技术领域，具体为一种智能辅助层级式眼科体征及疾病标注方法及系统。本发明包括：支持多次标注和自动比对的眼底疾病、体征标注，以供各标注终端对未标注的眼底图像进行眼科疾病和体征的关联标注；支持可调节的眼底图像增强；支持血管自动分割和血管面积计算。本发明可使医生方便地对眼底图像进行眼科疾病和对应眼科体征标注，同时系统提供图像增强、血管分割、血管面积技术等功能，以辅助医生提高标注的精度和效率。相比人工标注方式，可提高医生1倍以上标注速度。

公开(公告)号：CN115205315A

公开(公告)日：2022-10-18

申请号：CN202210708020.9

申请日：2022-06-21

Applicant: 复旦大学附属眼耳鼻喉科医院 ,  复旦大学

Inventor： 韦巧玲 ,  颜波 ,  赵晨 ,  谭伟敏 ,  谷卓遥

IPC: G06T7/12 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于医学图像处理技术领域，具体为一种眼科体征保持的眼底图像增强方法。本发明方法采用基于CycleGAN的图像增强网络模型，该模型包括一个血管分割网络和由两个生成器、两个判别器组成的转换增强网络；考虑到眼底图像的特殊性，本发明模型除使用转换损失外，引入血管分割损失和结构损伤作为约束，使得增强后的眼底图像能够更好地保留眼底血管细节和病理形态结构。实验结果表明，本方法可以有效增强眼底图像，保留眼底体征，提高图像质量，使增强后的眼底图像更有利于临床医疗诊断；SSGAN模型在客观评价指标和眼科医生的主观评价结果表明优于现有模型，能有效地实现眼底图像增强，具有广泛的应用前景。

公开(公告)号：CN114359628B

公开(公告)日：2025-05-09

申请号：CN202111537613.5

申请日：2021-12-15

Applicant: 复旦大学

Inventor： 钟芸诗 ,  颜波 ,  蔡世伦 ,  谭伟敏 ,  李吉春 ,  林青

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/09

Abstract: 本发明属于医疗图像处理技术领域，具体为一种利用相邻帧时空信息的食管内镜视频帧序列质量分类的算法。本发明算法包括：构建用于视频帧序列预测算法的卷积神经网络模型，包括内容特征提取子网络、运动特征提取子网络，参考两种特征的信息，最后通过全连接子网络给出中间帧的视频质量分数；进行数据的收集与模型的训练，当训练的目标函数降低至某可接受阈值，即可认为网络收敛；最后，将连续三帧图像输入到训练好的网络模型中，得到中间帧的质量分类；实验结果表明，本发明算法的质量分类的准确性超过85％，对于临床食管内镜的诊断与质量控制，具有很强的应用价值。

公开(公告)号：CN114782248B

公开(公告)日：2025-03-18

申请号：CN202210380855.6

申请日：2022-04-10

Applicant: 复旦大学

Inventor： 颜波 ,  马晨曦 ,  谭伟敏 ,  周诗力

IPC: G06T3/4053 ,  G06T3/4046 ,  G06T5/50 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/048

Abstract: 本发明属于图像编辑技术领域，具体为一种近红外图像指导的跨模态立体图像超分辨率重构方法。本发明包括：采用跨视角匹配模块提取立体图像不同模态的左右图间的视差，再根据视差将右视角的近红外图像对齐到左视角；图像超分辨率重构网络采用两个网络分支分别提取立体图像左右图的特征；采用跨模态特征迁移模块融合左右图特征；在重构立体图像左视角的可见光模态的图像时，利用该可见光模态的图像空间信息，结合对应右视角的近红外图像包含的丰富细节来辅助左图的超分过程，从而生成更多的图像中的高频细节纹理、恢复出更真实的高分辨率图像。实验结果表明，本发明可以有效提高可见光模态图像的分辨率、提升图像的主观视觉效果以及客观准确度。

公开(公告)号：CN114494007B

公开(公告)日：2024-11-26

申请号：CN202011263437.6

申请日：2020-11-12

Applicant: 复旦大学

Inventor： 颜波 ,  马晨曦 ,  谭伟敏 ,  林青

IPC: G06T3/4053 ,  G06N3/044 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于数字图像智能处理技术领域，具体为一种文本指导的自然图像超分辨率重构方法。图像超分辨率重构是指利用算法来恢复丢失的图像像素。自然图像超分辨率重构主要用于提升图像清晰度，改善图像视觉效果，以产生真实、自然的高分辨率图像。本发明方法包括：从文本描述中提取语义特征；结合图像特征和文本语义特征；完善图像细节信息，修复语义不准确的特征；重构高分辨率自然图像。在网络的训练中引入基于语义的判别器、图文匹配损失和文本感知的重构损失来约束图像超分辨率重构模型学习图像超分辨率任务。实验结果表明，本发明可以生成自然美观且符合文本描述的高分辨率图像，有效解决大尺度图像超分辨率重构问题。

公开(公告)号：CN118628373A

公开(公告)日：2024-09-10

申请号：CN202410613625.9

申请日：2024-05-17

Applicant: 复旦大学

Inventor： 谭伟敏 ,  颜波 ,  俞安祺

IPC: G06T5/60 ,  G06T5/70 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于数字图像处理技术领域，具体为一种对于3D荧光显微镜图像去噪过程的加速方法。本发明方法包括：通过特征提取模块初步提取带噪图像特征；通过基于混合Transformer模型进行推理速度优化的快速网络来进行特征增强；将密集k×k卷积层替换为k×k的深度卷积和1×1的逐点卷积来提高效率；使用令牌混合器RepMixer进行结构重新参数化来删除跳过连接，从而降低内存访问成本；使用线性训练时间过参数化来增强精度。实验结果表明，本方法克服了之前3D荧光显微镜图像去噪方法的速度缺陷，在保证表现优异的同时有效提升了模型的推理速度，降低了模型的计算量和参数量，获得当前该领域领先的精度‑延迟权衡，具有较强的实用价值。

公开(公告)号：CN114820353A

公开(公告)日：2022-07-29

申请号：CN202210370640.6

申请日：2022-04-10

Applicant: 复旦大学

Inventor： 颜波 ,  谭伟敏 ,  付浪 ,  李吉春

IPC: G06T5/00 ,  G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明属于数字图像智能处理技术领域，具体一种基于动态权重机制和时空特征增强的视频去模糊方法。本发明方法包括：通过特征提取模块对模糊图像进行特征提取，得到图像特征：对提取的图像特征通过使用UNet结构进行时序上前向和后向的传播融合；通过构建空间特征增强模块，对经过传播融合后的图像特征进行增强；通过重建模块，对增强后的图像特征进行重建；对重建后的图像特征进行去模糊。实验结果表明，本发明可以动态的恢复视频中模糊严重的区域，纹理细节丰富的区域，以及物体边缘等高频部分，提高主观视觉效果。

公开(公告)号：CN114782248A

公开(公告)日：2022-07-22

申请号：CN202210380855.6

申请日：2022-04-10

Applicant: 复旦大学

Inventor： 颜波 ,  马晨曦 ,  谭伟敏 ,  周诗力

IPC: G06T3/40 ,  G06T5/50 ,  G06N3/08 ,  G06N3/04 ,  G06V10/44

Abstract: 本发明属于图像编辑技术领域，具体为一种近红外图像指导的跨模态立体图像超分辨率重构方法。本发明包括：采用跨视角匹配模块提取立体图像不同模态的左右图间的视差，再根据视差将右视角的近红外图像对齐到左视角；图像超分辨率重构网络采用两个网络分支分别提取立体图像左右图的特征；采用跨模态特征迁移模块融合左右图特征；在重构立体图像左视角的可见光模态的图像时，利用该可见光模态的图像空间信息，结合对应右视角的近红外图像包含的丰富细节来辅助左图的超分过程，从而生成更多的图像中的高频细节纹理、恢复出更真实的高分辨率图像。实验结果表明，本发明可以有效提高可见光模态图像的分辨率、提升图像的主观视觉效果以及客观准确度。

公开(公告)号：CN114767163A

公开(公告)日：2022-07-22

申请号：CN202210267483.6

申请日：2022-03-17

Applicant: 复旦大学

Inventor： 李健 ,  颜波 ,  曹银银 ,  谭伟敏 ,  林青 ,  黄国英

IPC: A61B8/06

Abstract: 本发明公开了一种基于超声心动图的儿童先天性心脏病智能诊断系统。该系统包括用于自动预测患者是否有心脏缺损的超声心动视频关键帧选取模块，用于提供患者心脏缺损准确位置的先天性心脏缺陷定位检测模块，前者是基于ResNet设计的分类网络；后者是基于Faster‑RCNN设计的检测网络；以超声心动图的灰色和彩色超声图同时作为系统的输入；本发明还包括有5025名儿童的大规模超声心动图集，建立的基于超声心动图的深度学习模型，可以同时诊断常见的先天性心脏缺陷。实验结果表明，当输入单个超声心动图的标准切面时，在外部独立验证集上对三种常见先天性心脏病的诊断达到100%的敏感性和特异性。

公开(公告)号：CN114743069A

公开(公告)日：2022-07-12

申请号：CN202210427447.1

申请日：2022-04-21

Applicant: 复旦大学

Inventor： 颜波 ,  何瑞安 ,  周诗力 ,  谭伟敏

IPC: G06V10/774 ,  G06K9/62 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明属于视频与场景理解技术领域，具体为一种对两帧图像进行密集匹配计算的方法。本发明方法包括采用一种新的置信度驱动的自适应匹配网络模型，从不置信的点中挖掘匹配信息。通过迭代评估置信度和匹配不置信点来实现自适应匹配。其中，采用三种策略来评估置信度，每一种都伴随有不同的置信度表示、不置信点选择和损失函数。这些策略自适应地从流预测结果中提出了不确定的点。本发明还将密集匹配与特征匹配方法相结合，以匹配不确定的点，并为流预测结果提供指导。本发明方法促进了不置信区域的成对点的匹配。最终的模型以较低的时间和参数成本实现了最先进的性能。