公开(公告)号：CN118154958A

公开(公告)日：2024-06-07

申请号：CN202410267949.1

申请日：2024-03-08

Applicant: 江苏海洋大学 ,  梦西游文化科技(连云港)有限公司 ,  宁夏医科大学总医院

Inventor： 李慧 ,  杨子萱 ,  俞新晨 ,  李海宁 ,  薛广 ,  张舒 ,  吴加莹 ,  仲兆满

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V20/70 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06T7/00 ,  G06T3/4038 ,  G06T3/4046

Abstract: 本发明提出了一种基于改进YOLOv5s与CA的帕金森图像检测方法，旨在提高模型的准确性、效率和适应性，更好地应对帕金森MRI图像的复杂性。具体来说，本模型采用了CA注意力机制以及特征融合层来增强模型的特征提取能力。Head检测层中加入解耦合头，实现对病变区域的精确检测和分类。最终，通过在独立的医学影像数据集上评估和调整模型，确保其在实际应用中表现出高准确性和鲁棒性。本方法为帕金森MRI图像的自动检测提供一种高效、灵活和可靠的解决方案。

公开(公告)号：CN118097129A

公开(公告)日：2024-05-28

申请号：CN202410021612.2

申请日：2024-03-26

Applicant: 江苏海洋大学 ,  梦西游文化科技(连云港)有限公司

Inventor： 李慧 ,  杨子萱 ,  俞新晨 ,  王晨曦 ,  张舒 ,  吴加莹 ,  陈艳艳 ,  李海宁

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明提出了一种改进U2‑Net与Shuffle Attention的帕金森图像自动分割方法，主要解决了传统帕金森黑质和中脑图像由医生手动分割的问题，提高了帕金森诊断精准度和医生工作效率。本方法通过改进U2‑Net中的RSU和RSU‑4F模块网络结构，同时引入了Shuffle Attention注意力机制，提升了网络对帕金森黑质和中脑图像中关键特征的关注。随后，将分割的帕金森黑质中脑进行面积比计算，并进行统计学分析，最终判断出健康组和患者组是否存在显著性差异。本方法为帕金森医学图分割提供了有效工具，可满足帕金森医学诊断和生物医学研究中对高准确性、高效率和高可靠性的迫切需求。

公开(公告)号：CN117541774A

公开(公告)日：2024-02-09

申请号：CN202311241595.5

申请日：2023-09-25

Applicant: 江苏海洋大学 ,  宁夏医科大学总医院

Inventor： 李慧 ,  杨子萱 ,  李海宁 ,  俞新晨 ,  贾炳志 ,  朱亮 ,  张丽玲

IPC: G06V10/25 ,  G06V10/764 ,  G06V10/44 ,  G06V10/32 ,  G06V10/80 ,  G06V10/82 ,  G06N3/048 ,  G06N3/0499 ,  G06T7/00

Abstract: 本发明提出了基于改进YOLOv5与CBMA的帕金森早期医疗影像的识别方法，主要解决了传统影像识别方法和现有机器学习算法存在准确性、效率和特异性方面不足的问题，该方法通过应用改进型的YOLOv5算法和专门设计的网络结构，有效地识别和分类帕金森病在MRI图像中的病变区域。具体来说，本模型采用了CBAM注意力机制以及特征融合层来增强模型的特征提取能力。同时，引入了模型剪枝策略，以减小模型的参数量和计算复杂度。最后，通过Head检测层，实现了对病变区域的精确检测和分类。本方法旨在满足医学诊断和生物医学研究中对高准确性、高效率和高可靠性的迫切需求，特别是在帕金森病早期诊断时对医疗影像进行识别的应用场景中。

公开(公告)号：CN118590431A

公开(公告)日：2024-09-03

申请号：CN202410894278.1

申请日：2024-07-04

Applicant: 江苏海洋大学

Inventor： 李慧 ,  王晨曦 ,  俞新晨 ,  张丽玲 ,  钱坤 ,  程习荃 ,  胡文彬

IPC: H04L45/02 ,  H04L45/28 ,  H04L41/06 ,  H04L41/0806 ,  H04L41/0823 ,  H04L41/12

Abstract: 本发明公开了一种网络信息技术数据交换装置及其使用方法，涉及了信息交换技术领域，包括网络交换平台，网络交换平台通信连接多通道数据处理模块、智能路由管理模块、数据传输配置模块以及网络拓扑部署模块。由多通道数据处理模块构建数据管控通道来处理若干个数据交换方的数据流，并生成每个数据交换方的网络待交互数据；由智能路由管理模块为若干个数据交换方部署智能路由，将各自的网络待交互数据在网络交换平台上进行数据交换模拟，并决定是否路由配置优化；由数据传输配置模块为若干个数据交换方进行数据传输安全配置，并构建数据通信链路；由网络拓扑部署模块整合数据通信链路构建出网络拓扑链路部署至网络交换平台进行最终的网络信息交换。

公开(公告)号：CN118015272A

公开(公告)日：2024-05-10

申请号：CN202410144823.5

申请日：2024-01-31

Applicant: 江苏海洋大学 ,  梦西游文化科技(连云港)有限公司 ,  宁夏医科大学总医院

Inventor： 李慧 ,  俞新晨 ,  李海宁 ,  杨子萱 ,  吴加莹 ,  赵雪峰 ,  胡文彬 ,  薛广

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06V40/18 ,  G06N3/0464 ,  G06N3/084 ,  G06T7/00

Abstract: 本发明提出了一种基于改进U‑Net的视神经图像分割方法，基于U‑Net模型并结合预训练ResNet50作为特征提取器，同时融入空洞卷积与注意力机制，旨在提升对复杂视网膜结构尤其是视觉神镜头部分的识别和分割性能。在实验阶段，优化后的改进U‑Net模型在特定医学图像数据库上展现出良好的表现，Dice系数达到0.9，相较于基础U‑Net模型取得了一定的提升。这一创新性工作为眼科临床研究和诊断提供了更为精准且高效的视神经图像分割工具，有助于满足相关领域对于高质量图像分析技术的需求。