公开(公告)号：CN118781391A

公开(公告)日：2024-10-15

申请号：CN202410767851.2

申请日：2024-06-14

Applicant: 常州大学

Inventor： 毕卉 ,  王蕃 ,  熊宇豪 ,  吕继东 ,  邹凌

IPC: G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464

Abstract: 本发明涉及图像处理技术领域，尤其涉及基于改进YOLOv9和双流网络的结节检测方法，包括获取超声甲状腺结节图像，并标注结节位置和划分若干等级；将图像输入去噪模块，得到去噪后的图像；将去噪后的图像输入YOLOv9模型，进行结节位置检测，得到结节检测框图像；并利用双流网络模块中的结节图提取模块和原图提取模块进行特征提取，得到原图特征图和结节特征提取图，并利用特征融合模块将原图特征图和结节特征提取图进行特征融合，经过分类模块后输出结节的等级。本发明利用改进的YOLOv9模型对结节进行定位检测；利用双流识别模块对甲状腺结节的分险等级进行评估。

公开(公告)号：CN118967641A

公开(公告)日：2024-11-15

申请号：CN202411099144.7

申请日：2024-08-12

Applicant: 常州大学

Inventor： 张晨 ,  毕卉 ,  蔡成杰 ,  熊宇豪 ,  郑伊能 ,  柴慈曼

IPC: G06T7/00 ,  G06T7/11 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及图像处理技术领域，尤其涉及基于DDet模型的超声肝脏检测追踪方法，包括获取超声肝脏视频，并分割为若干图像帧，并对病变区域进行标注；构建改进DiffusionDet模型，将DiffusionDet模型的ResNet50特征提取网络替换为Mix Transformer网络，增强DiffusionDet模型的全局注意力；提高病变部位识别能力。本发明解决现有图像检测追踪方法无法完整捕获病变部位以及无法捕获较小病变部位的问题。

公开(公告)号：CN118379307A

公开(公告)日：2024-07-23

申请号：CN202410412379.0

申请日：2024-04-08

Applicant: 常州大学

Inventor： 毕卉 ,  王蕃 ,  熊宇豪 ,  吕继东 ,  邹凌

IPC: G06T7/11 ,  G06V10/764 ,  G06V10/40 ,  G06V10/80 ,  G06V10/54

Abstract: 本发明涉及图像处理技术领域，尤其涉及基于子网注意力和尺度注意力甲状腺结节预测方法，包括获取甲状腺结节超声图像；利用MNATT模块首先将超声图像划分为若干分组，使分组间特征提取独立；其次利用纹理子网强调捕捉甲状腺结节中的纹理特征；再其次利用形状子网强调甲状腺结节的形状特征；并将纹理特征和形状特征进行融合得到空间注意力图；对空间注意力图进行空间加权，得到空间加权特征图；利用特征融合模块将空间加权特征图和空间注意力图进行融合；利用分类模块对融合特征图进行分类；利用可视化模块对融合特征图进行梯度信息提取，输出注意力热图。本发明利用子网注意力和尺度注意力融合，提升甲状腺结节超声图像识别准确性。