-
公开(公告)号:CN120013912A
公开(公告)日:2025-05-16
申请号:CN202510114056.8
申请日:2025-01-24
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于注意力和椭圆正则的细胞核实例分割模型及方法,属于深度学习图像处理技术领域,模型包括从浅到深窗口注意力机制特征提取模块、长距离特征依赖注意力融合模块和椭圆正则化模块,输入图像通过从浅到深窗口注意力机制特征提取模块进行提取特征,然后由长距离特征依赖注意力特征融合,最后通过椭圆正则化模块约束模型。本发明采用上述实例分割模型及方法,针对细胞核小而椭圆的形态进行约束训练,加强了基于边界框实例分割的图像特征提取能力,更有效的分离粘连的细胞核,能够提取出更多更完整的细胞核密度、形态和位置信息。
-
公开(公告)号:CN117557451B
公开(公告)日:2024-10-25
申请号:CN202311504166.2
申请日:2023-11-13
Applicant: 桂林电子科技大学
IPC: G06T3/4053 , G06T5/50 , G06V10/75
Abstract: 本发明公开了一种基于参考图像超分辨率的多对应匹配模型及重建方法,属于深度学习图像处理技术领域,包括包括特征提取模块、多对应匹配特征提取模块和多对应匹配特征融合模块;还公开了一种基于参考图像超分辨率的多对应匹配模型重建方法。本发明采用上述一种基于图像超分辨率的多对应匹配模型及其重建方法,将低分辨率图像输入到带参考图的超分辨率的多对应匹配模型,低分辨率图像中的块/像素在参考图像中找到多个相似的对应,充分利用参考图像的纹理细节信息,恢复图像的细节,得到高质量的高分辨率图像。
-
公开(公告)号:CN117557451A
公开(公告)日:2024-02-13
申请号:CN202311504166.2
申请日:2023-11-13
Applicant: 桂林电子科技大学
IPC: G06T3/4053 , G06T5/50 , G06V10/75
Abstract: 本发明公开了一种基于参考图像超分辨率的多对应匹配模型及重建方法,属于深度学习图像处理技术领域,包括包括特征提取模块、多对应匹配特征提取模块和多对应匹配特征融合模块;还公开了一种基于参考图像超分辨率的多对应匹配模型重建方法。本发明采用上述一种基于图像超分辨率的多对应匹配模型及其重建方法,将低分辨率图像输入到带参考图的超分辨率的多对应匹配模型,低分辨率图像中的块/像素在参考图像中找到多个相似的对应,充分利用参考图像的纹理细节信息,恢复图像的细节,得到高质量的高分辨率图像。
-
公开(公告)号:CN220423887U
公开(公告)日:2024-02-02
申请号:CN202320019549.X
申请日:2023-01-05
Applicant: 桂林电子科技大学
Abstract: 本实用新型涉及MRI造影床防护技术领域,且公开了一种医学影像MRI可调节造影床防护装置,包括机箱座,所述机箱座的顶端活动连接有造影床,所述造影床的一侧活动连接有MRI机架,所述造影床的另一侧开设有滑轨,所述滑轨的内侧活动连接有第一滑块,本实用新型通过设有的第一竖向防护柱、横向防护柱和第二竖向防护柱之间的相互配合,有利于对造影床上方的病患进行防护,防止患者从造影床的上方掉落,受到伤害,通过偏转块在连接柱的一端进行偏转,可带动第一竖向防护柱、横向防护柱和第二竖向防护柱进行偏转,方便患者上下造影床的表面,通过握柄和转轴可对防护装置进行限制,防止患者碰到防护装置,导致防护装置发生偏转,从而无法患者进行防护。
-
-
-