公开(公告)号：CN120066366A

公开(公告)日：2025-05-30

申请号：CN202510545465.3

申请日：2025-04-28

Applicant: 浙江大学

Inventor： 罗明 ,  宋思远 ,  祝跃辰

IPC: G06F3/04847 ,  G06F3/04842 ,  G06V10/762 ,  G06V10/74

Abstract: 本发明公开了一种显示器个性化颜色显示方法及系统。本发明旨在通过用户使用具有显示屏的电子设备时根据估计得到的用户特征色在数据库中查找最合适的分类观察者颜色匹配函数，使用该分类观察者的颜色匹配函数代替CIE标准颜色匹配函数，实现个性化颜色再现。本发明可以保证不同用户在显示设备上拥有个性化颜色显示，达到颜色精准显示和个性化的目的，为用户提供精准的颜色再现。

公开(公告)号：CN115423802A

公开(公告)日：2022-12-02

申请号：CN202211210771.4

申请日：2022-09-30

Applicant: 浙江大学

Inventor： 叶娟 ,  王琳艳 ,  杨泽华 ,  宋思远 ,  王亚奇 ,  黄封博 ,  潘新宇 ,  练慧

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06T7/11 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于深度学习的鳞状上皮肿瘤细胞图片自动分类分割方法。方法包括：获得增强切片图片集；构建训练图像集；构建域自适应细胞核多分类分割网络；将训练图像集输入细胞核分类分割网络中进行第一轮训练，获得预训练域自适应细胞核多分类分割网络；将增强切片图片集和训练图像集输入中进行第二轮训练，训练完成的域自适应细胞核多分类分割网络；将待分类分割鳞状上皮细胞肿瘤切片图片输入训练完成的域自适应细胞核多分类分割网络中处理，实现对待分类分割鳞状上皮细胞肿瘤切片图片的自动分类分割。本发明方法能够有效的提取鳞状上皮肿瘤细胞图像特征，实现了对图像中各个细胞的细胞核的自动分类分割，提高了图像中的细胞的识别准确率。

公开(公告)号：CN115100187A

公开(公告)日：2022-09-23

申请号：CN202210892726.5

申请日：2022-07-27

Applicant: 浙江大学

Inventor： 叶娟 ,  王琳艳 ,  卓晓玲 ,  程志明 ,  宋思远 ,  金凯 ,  邵安

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N20/20

Abstract: 本发明公开了一种基于联邦学习的青光眼图像检测方法。建立了一个两阶段的青光眼诊断网络模型，通过两阶段的青光眼诊断网络模型对眼底图像进行处理，第一阶段用于获得杯盘比结果，第二阶段用于获得青光眼分类概率结果；收集眼底图像数据并预处理，用预处理后的眼底图像数据对两阶段的青光眼诊断网络模型中的第二阶段进行训练，获得训练后的两阶段的青光眼诊断网络模型；针对待测的眼底图像输入训练后的两阶段的青光眼诊断网络模型获得两阶段的结果，综合两阶段的结果对眼底图像中的青光眼情况进行分类判断。本发明实现了快速高效的青光眼图像检测，方法大大减少了医生的诊断周期。

公开(公告)号：CN115100187B

公开(公告)日：2024-06-11

申请号：CN202210892726.5

申请日：2022-07-27

Applicant: 浙江大学

Inventor： 叶娟 ,  王琳艳 ,  卓晓玲 ,  程志明 ,  宋思远 ,  金凯 ,  邵安

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N20/20

Abstract: 本发明公开了一种基于联邦学习的青光眼图像检测方法。建立了一个两阶段的青光眼诊断网络模型，通过两阶段的青光眼诊断网络模型对眼底图像进行处理，第一阶段用于获得杯盘比结果，第二阶段用于获得青光眼分类概率结果；收集眼底图像数据并预处理，用预处理后的眼底图像数据对两阶段的青光眼诊断网络模型中的第二阶段进行训练，获得训练后的两阶段的青光眼诊断网络模型；针对待测的眼底图像输入训练后的两阶段的青光眼诊断网络模型获得两阶段的结果，综合两阶段的结果对眼底图像中的青光眼情况进行分类判断。本发明实现了快速高效的青光眼图像检测，方法大大减少了医生的诊断周期。