-
公开(公告)号：CN104835155A
公开(公告)日：2015-08-12
申请号：CN201510219765.9
申请日：2015-04-30
Applicant: 浙江大学
Abstract: 本发明公开了一种基于分形的早期乳腺癌钙化点计算机辅助检测方法。本发明包括如下步骤：1.利用直方图均衡化、高通滤波器、Sobel边缘检测的图像处理方法，找到疑似乳腺癌钙化点的感兴趣区域；2.基于分形理论，提取感兴趣区域的纹理特征，即分形谱和分形维数；3.通过机器学习的方法，找到将含有钙化点的乳腺X光片与未含有钙化点的医学图像分类的约束条件，以此约束条件作为判断乳腺X光片是否含有钙化点。本发明高效、准确地提取了早期乳腺癌钙化点的纹理特征，实现了辅助医生检测早期乳腺癌钙化点的功能，且基于本发明所提出方法的早期乳腺癌钙化点检测效果与医生主观判断具有很好的一致性。
-
公开(公告)号：CN108665447A
公开(公告)日：2018-10-16
申请号：CN201810360708.6
申请日：2018-04-20
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于眼底照相深度学习的青光眼图像检测方法。对数据库中已收集并标注的原始眼底图像进行预处理，得到训练范例眼底图像，构成训练数据库；进行扩增，得到扩增后的训练数据库；建立包括多层神经网络结构的卷积神经网络，用扩增后的训练数据库输入卷积神经网络进行训练；针对待测眼底图像，将待测眼底图像输入到训练后的卷积神经网络中，获得最后一层神经网络结构的输出值，进而对青光眼进行判别。本发明能不断优化用于判断的数据特征以及卷积神经网络的参数，从而能够大幅提高青光眼图像检测的准确率、敏感性和特异性，节约医疗资源。
-
公开(公告)号：CN105184819A
公开(公告)日：2015-12-23
申请号：CN201510581927.3
申请日：2015-09-14
Applicant: 浙江大学
CPC classification number: G06K9/3283 , G06K9/6228
Abstract: 本发明公开了一种用于医学图像重建参数寻优的客观图像质量评价方法。本发明包括如下步骤：1.采用循环置顶的方法构造出多个虚拟的参考图像，不仅可以利用全参考图像质量评价算法分析重建图像的质量，还能实现并行处理；2.利用Daubechies小波变换结合特征值分解从不同尺度、不同方位分析图像的自相似性；3.将获取的重建图像的自相似性作为质量因子，对其进行冒泡排序，得出重建图像的质量等级，最高的质量等级对应最优的重建参数。本发明所提出的图像质量客观评价与主观评价具有很好的一致性，尤其是能加速医学图像重建算法中参数的寻优过程。
-
公开(公告)号：CN108665447B
公开(公告)日：2021-07-30
申请号：CN201810360708.6
申请日：2018-04-20
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于眼底照相深度学习的青光眼图像检测方法。对数据库中已收集并标注的原始眼底图像进行预处理，得到训练范例眼底图像，构成训练数据库；进行扩增，得到扩增后的训练数据库；建立包括多层神经网络结构的卷积神经网络，用扩增后的训练数据库输入卷积神经网络进行训练；针对待测眼底图像，将待测眼底图像输入到训练后的卷积神经网络中，获得最后一层神经网络结构的输出值，进而对青光眼进行判别。本发明能不断优化用于判断的数据特征以及卷积神经网络的参数，从而能够大幅提高青光眼图像检测的准确率、敏感性和特异性，节约医疗资源。
-
公开(公告)号：CN105139373B
公开(公告)日：2018-05-08
申请号：CN201510250386.6
申请日：2015-05-14
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于独立子空间分析的无参考图像质量客观评价方法。本发明具体实施包括如下步骤：1.对公知数据库中的大量原始图像进行独立子空间分析，获取相对独立的一系列图像特征，统计其直方图分布，采用广义高斯密度（Generalized Gaussian Density,GGD）模型获取其边缘分布的统计曲线，作为基准参考；2.基于独立子空间分析提取待测失真图像的图像特征，采用GGD模型获取特征信息的统计分布；3.对比处理获取的失真图像特征信息统计分布与基准参考统计分布，测量并累计综合所有特征信息对应的欧式距离作为待测失真图像的质量度量。本发明所提出的图像质量客观评价与主观评价具有很好的一致性，且性能优于传统图像质量评价方法。
-
Patent Agency Ranking
公开(公告)号：CN104794716B
公开(公告)日：2017-10-03
申请号：CN201510198220.4
申请日：2015-04-23
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于图像分形特征的图像质量客观评价方法。本发明具体实施包括如下步骤：1.在预处理环节，使用公知数据库中的原始图像进行训练和拟合，得到图像质量评价的基准特征信息——分形维数矩阵和多重分形谱；2.采用盒子记数法分别计算待测失真图像的分形维数矩阵和多重分形谱等图像特征信息；3.将获取的失真图像特征信息与基准参考特征信息进行对比处理，得到其差异，并基于此通过综合处理以客观度量失真图像的质量。本发明所提出的图像质量客观评价与主观评价具有很好的一致性，对于含有特定失真类型的图像质量评价性能更优异。
-
公开(公告)号：CN104794716A
公开(公告)日：2015-07-22
申请号：CN201510198220.4
申请日：2015-04-23
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于图像分形特征的图像质量客观评价方法。本发明具体实施包括如下步骤：1.在预处理环节，使用公知数据库中的原始图像进行训练和拟合，得到图像质量评价的基准特征信息——分形维数矩阵和多重分形谱；2.采用盒子记数法分别计算待测失真图像的分形维数矩阵和多重分形谱等图像特征信息；3.将获取的失真图像特征信息与基准参考特征信息进行对比处理，得到其差异，并基于此通过综合处理以客观度量失真图像的质量。本发明所提出的图像质量客观评价与主观评价具有很好的一致性，对于含有特定失真类型的图像质量评价性能更优异。
-
公开(公告)号：CN110210357A
公开(公告)日：2019-09-06
申请号：CN201910438750.X
申请日：2019-05-24
Applicant: 浙江大学
Abstract: 本发明公开了一种基于静态照片面部识别的上睑下垂图像测量方法。采集获得人脸正面图像，处理获取人脸区域，进而获得眼部图像区域；预处理，包括灰度化和二值化，再定位获得虹膜中心位置，利用得虹膜中心位置和虹膜外边缘轮廓的关系获得虹膜半径；获得虹膜中心位置至上眼睑缘的像素间距MRD1和虹膜中心位置至下眼睑缘的像素间距MRD2：利用标记的实际尺寸和像素尺寸获得图像的分辨尺寸关系，进而获得MRD1和MRD2的实际尺寸。本发明能自动检测上睑下垂的严重程度，从而提高上睑下垂诊断的准确性和客观性，以图像处理方式避免了人工测量的麻烦，本发明为体检筛查、远程医疗等也提供了可能性。
-
公开(公告)号：CN104899874B
公开(公告)日：2017-10-31
申请号：CN201510256824.X
申请日：2015-05-19
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种用于图像质量评价的图像稀疏多维度特征提取方法。本发明具体实施包括如下步骤：1.构造图像的参考块和搜索空间。2.分别在空间域和变换域寻找距离相近的块，并堆叠成组。3.堆叠后的组分别进行3D系数变换，获得多维的稀疏的变换域信息。4.提取变换域信息的直方图统计特征和位置线性拟合的相关系数。5.将上述特征构成的特征向量，利用支持向量机进行训练和分类，得到图像质量评价分数。本发明充分利用了图像全局的块相似度信息，实现了冗余特征的去除和有效的多维度稀疏特征的提取，提取的特征可以用于图像质量的客观评价。
-
公开(公告)号：CN105139373A
公开(公告)日：2015-12-09
申请号：CN201510250386.6
申请日：2015-05-14
Applicant: 浙江大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/30168
Abstract: 本发明公开了一种基于独立子空间分析的无参考图像质量客观评价方法。本发明具体实施包括如下步骤：1.对公知数据库中的大量原始图像进行独立子空间分析，获取相对独立的一系列图像特征，统计其直方图分布，采用广义高斯密度（Generalized Gaussian Density,GGD）模型获取其边缘分布的统计曲线，作为基准参考；2.基于独立子空间分析提取待测失真图像的图像特征，采用GGD模型获取特征信息的统计分布；3.对比处理获取的失真图像特征信息统计分布与基准参考统计分布，测量并累计综合所有特征信息对应的欧式距离作为待测失真图像的质量度量。本发明所提出的图像质量客观评价与主观评价具有很好的一致性，且性能优于传统图像质量评价方法。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.019 seconds)
