-
公开(公告)号：CN118172251A
公开(公告)日：2024-06-11
申请号：CN202410591481.1
申请日：2024-05-14
Applicant: 大连海事大学
IPC: G06T3/4076 , G06T3/4046 , G06T11/00 , G06N3/0464
Abstract: 本发明公开基于轻量化扩散模型的前列腺MRI超分辨率重建方法，涉及医学图像处理技术领域,包括以下步骤：S1：对前列腺疾病患者MRI图像进行预处理，通过下采样操作获取低分辨率图像；S2：将所述S1中获得的低分辨率图像特征图输入到特征抽取编码器中来获取图像多尺度深层特征图；S3：将所述S2中得到的多尺度语义特征图，输入到特征重建解码器中，基于扩散模型对特征图进行上采样操作，重建高分辨率图像。本发明方便实现前列腺MRI超分辨率重建。
-
公开(公告)号：CN117173460A
公开(公告)日：2023-12-05
申请号：CN202311098586.5
申请日：2023-08-29
Applicant: 大连海事大学
IPC: G06V10/764 , G06T7/00 , G06T7/10 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种多任务联合优化的前列腺偶发癌检测方法及装置。方法包括：通过降采样操作将MRI图像数据转换为三种不同尺度；将三种不同尺度的图像数据输入到图像适应模块，所述图像适应模块包括残差卷积单元和串联注意力单元；将多尺度特征输入到多分辨率融合模块中，获取不同尺度前列腺MRI图像的交互特征；将所述交互特征输入到多任务联合优化模块，使用Focal损失函数LFocal作为前列腺偶发癌检测的优化目标，使用Tversky损失函数LTversky作为前列腺分割的优化目标，进行多任务的联合优化；基于所述优化后的前列腺偶发癌检测模型进行前列腺偶发癌检测。本发明针对临床真实应用场景，能够基于良性前列腺增生患者MRI图像特征来精准预测前列腺偶发癌的发生概率。
-
Patent Agency Ranking
公开(公告)号：CN119477699B
公开(公告)日：2025-05-09
申请号：CN202510059179.6
申请日：2025-01-15
Applicant: 大连海事大学
IPC: G06T3/4053 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T3/4046
Abstract: 本发明公开基于频域感知状态空间模型的前列腺MRI超分辨率重建方法，涉及医学图像处理技术领域，其特征在于，包括以下步骤：S1：对患者前列腺MRI进行图像预处理，通过降采样操作获取低分辨率MRI图像；S2：基于空间和频域信息构建空间‑频域Mamba模块，提取并融合MRI图像的空间信息和频域信息；S3：将所述S1中获得的低分辨率图像特征输入到由多个级联SFMamba组成的特征提取编码器和解码器中，提取图像多层次语义特征，重建高分辨率MRI图像。本发明要解决的技术问题是提供基于频域感知状态空间模型的前列腺MRI超分辨率重建方法，方便实现前列腺MRI超分辨率重建。
-
公开(公告)号：CN119477699A
公开(公告)日：2025-02-18
申请号：CN202510059179.6
申请日：2025-01-15
Applicant: 大连海事大学
IPC: G06T3/4053 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T3/4046
Abstract: 本发明公开基于频域感知状态空间模型的前列腺MRI超分辨率重建方法，涉及医学图像处理技术领域，其特征在于，包括以下步骤：S1：对患者前列腺MRI进行图像预处理，通过降采样操作获取低分辨率MRI图像；S2：基于空间和频域信息构建空间‑频域Mamba模块，提取并融合MRI图像的空间信息和频域信息；S3：将所述S1中获得的低分辨率图像特征输入到由多个级联SFMamba组成的特征提取编码器和解码器中，提取图像多层次语义特征，重建高分辨率MRI图像。本发明要解决的技术问题是提供基于频域感知状态空间模型的前列腺MRI超分辨率重建方法，方便实现前列腺MRI超分辨率重建。
-
公开(公告)号：CN118172251B
公开(公告)日：2024-07-26
申请号：CN202410591481.1
申请日：2024-05-14
Applicant: 大连海事大学
IPC: G06T3/4076 , G06T3/4046 , G06T11/00 , G06N3/0464
Abstract: 本发明公开基于轻量化扩散模型的前列腺MRI超分辨率重建方法，涉及医学图像处理技术领域,包括以下步骤：S1：对前列腺疾病患者MRI图像进行预处理，通过下采样操作获取低分辨率图像；S2：将所述S1中获得的低分辨率图像特征图输入到特征抽取编码器中来获取图像多尺度深层特征图；S3：将所述S2中得到的多尺度语义特征图，输入到特征重建解码器中，基于扩散模型对特征图进行上采样操作，重建高分辨率图像。本发明方便实现前列腺MRI超分辨率重建。
-
公开(公告)号：CN118172558A
公开(公告)日：2024-06-11
申请号：CN202410594218.8
申请日：2024-05-14
Applicant: 大连海事大学
IPC: G06V10/26 , G06V20/70 , G06V40/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0895
Abstract: 本发明公开基于层次信息传递的抗噪声半监督人体语义分割方法，涉及图像处理技术领域，其特征在于，包括以下步骤：S1：输入：数据收集，获取少量带有语义分割标注的人体图像和大量未标注的人体图像，#imgabs0#表示少量带语义分割标注的人体图像集合。本发明涉及图像处理技术领域，具体地讲，涉及基于层次信息传递的抗噪声半监督人体语义分割方法。本发明提出了一种层次信息传递网络，可以充分利用人体结构间存在的关系提高模型对不同人体结构解析的推理能力。在此基础上，考虑到伪标签中可能混杂大量噪声，提出了一个抗噪声的混合学习方法，降低噪声伪标签对模型训练带来的负面影响。
-
公开(公告)号：CN118172363A
公开(公告)日：2024-06-11
申请号：CN202410591933.6
申请日：2024-05-14
Applicant: 大连海事大学
IPC: G06T7/00 , G06T7/10 , G06N3/0455 , G06N3/08
Abstract: 本发明公开基于多任务学习的前列腺偶发癌预测方法及系统，涉及图像处理技术领域，包括以下步骤：S1：对前列腺偶发癌患者和良性前列腺增生患者的mpMRI图像进行预处理，通过细粒度的分割得到重叠的补丁块；S2：将所述S1中重叠的补丁块输入到层级Transformer编码器中来获取不同分辨率的多层次特征图；S3：将所述S2中得到的多层次语义特征图，进行上采样得到相同维度特征，然后进行拼接，形成新的特征图。本发明方便实现前列腺偶发癌预测。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
