公开(公告)号：CN111784653B

公开(公告)日：2023-08-01

申请号：CN202010594321.4

申请日：2020-06-28

Applicant: 西安电子科技大学 ,  首都医科大学宣武医院

Inventor： 缑水平 ,  陈姝喆 ,  卢洁 ,  刘波 ,  马兰 ,  黄陆光

IPC: G06T7/00 ,  G06T7/12 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于形状约束的多尺度网络MRI胰腺轮廓定位方法，主要解决现有技术在MRI图像对比度低和样本不均衡情况下对胰腺图像分割困难的问题。本发明的技术方案为：(1)生成训练集和标注集；(2)预训练U‑net网络；(3)构建多尺度网络；(4)训练形状约束网络；(5)构建形状约束的多尺度网络；(6)训练形状约束的多尺度网络；(7)对MRI图像中胰腺区域进行分割。本发明方法利用了胰腺图像的形状信息，并结合边界和区域信息进行图像分割，可以较好的定位MRI图像中胰腺区域，具有分割精度高的优点，可用于对人体腹部MRI图像中胰腺组织轮廓进行自动定位分割。

公开(公告)号：CN111784653A

公开(公告)日：2020-10-16

申请号：CN202010594321.4

申请日：2020-06-28

Applicant: 西安电子科技大学 ,  首都医科大学宣武医院

Inventor： 缑水平 ,  陈姝喆 ,  卢洁 ,  刘波 ,  马兰 ,  黄陆光

IPC: G06T7/00 ,  G06T7/12 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于形状约束的多尺度网络MRI胰腺轮廓定位方法，主要解决现有技术在MRI图像对比度低和样本不均衡情况下对胰腺图像分割困难的问题。本发明的技术方案为：(1)生成训练集和标注集；(2)预训练U-net网络；(3)构建多尺度网络；(4)训练形状约束网络；(5)构建形状约束的多尺度网络；(6)训练形状约束的多尺度网络；(7)对MRI图像中胰腺区域进行分割。本发明方法利用了胰腺图像的形状信息，并结合边界和区域信息进行图像分割，可以较好的定位MRI图像中胰腺区域，具有分割精度高的优点，可用于对人体腹部MRI图像中胰腺组织轮廓进行自动定位分割。

公开(公告)号：CN114676837B

公开(公告)日：2025-01-10

申请号：CN202210362448.2

申请日：2022-04-07

Applicant: 西安电子科技大学

Inventor： 李阳阳 ,  郝晓斌 ,  赵裴翔 ,  刘睿娇 ,  焦李成 ,  尚荣华 ,  马文萍 ,  缑水平

IPC: G06N10/60 ,  G06N10/80 ,  G06V10/764 ,  G06N3/126 ,  G06F17/16

Abstract: 本发明公开了一种基于量子模拟器的进化量子神经网络架构搜索方法，主要解决现有技术设计的量子神经网络模型精度低、复杂度高的问题。其实现方案为：对图像数据进行量子化编码；设计量子神经网络基本框架；利用量子编码后的图像数据采用量子进化算法搜索量子神经网络基本框架下的最优结构参数，在量子进化算法中，量子神经网络被编码为量子染色体，利用量子观测、量子旋转门更新、全干扰交叉操作寻找最优结构参数；基于最优结构参数构建最优量子神经网络。本发明搜索得到的量子神经网络具有更高的模型精度和更低的复杂度，并能将其部署在量子模拟器或者真实的量子系统上，充分利用量子计算的并行优势，提高模型的推理速度，可用于图像分类。

公开(公告)号：CN118781630A

公开(公告)日：2024-10-15

申请号：CN202410872666.X

申请日：2024-07-01

Applicant: 西安电子科技大学 ,  西安云影医通科技有限公司

Inventor： 缑水平 ,  王文金 ,  李睿敏

IPC: G06V40/10 ,  A61B5/11 ,  A61B5/107 ,  A61B5/00 ,  G06V20/40 ,  G06T7/00 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开了基于双重对比学习的脊柱侧弯识别方法，主要解决现有技术识别成本高及准确率低的问题。其实现方案是：采集不同年龄、不同性别、不同脊柱侧弯程度的前屈试验视频；设置视觉体格检查五步法策略对采集的所有前屈试验视频样本进行标注标签；构建基于双重对比学习的Swin Transformer孪生网络；基于骨骼关节点获取关键区域的左右部分，将其输入孪生网络中提取样本左右特征及整体特征；通过骨骼特征热力图对图像左右及整体特征进行增强；利用增强后的特征训练孪生网络；将测试集输入到训练好的孪生网络检测出脊柱识别结果。本发明降低了脊柱侧弯识别的成本，提高了识别的准确率，可用于医院体检或患者对自己人体脊柱状况的初查。

公开(公告)号：CN118736282A

公开(公告)日：2024-10-01

申请号：CN202410764746.3

申请日：2024-06-14

Applicant: 大医智诚高科有限公司 ,  西安电子科技大学

Inventor： 李文静 ,  肖雅 ,  吕永磊 ,  缑水平 ,  童诺 ,  王琨茹 ,  排孜丽耶·尤山塔依

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/26 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明公开了一种基于器官专一化特征感知与区域特征增强的病变分类方法，主要解决现有方法会遗漏不同器官中具有显著区分性的病变特征的问题。其实现方案是：获取腹部CT影像数据集并进行器官分割、归一化、下采样的预处理，将预处理后的数据划分为训练集和测试集；构建包括器官专一化特征感知模块、区域特征增强模块、多尺度残差注意力模块及分类器的多器官病变分类模型；使用多器官病变分类训练集对病变分类模型进行迭代训练；将测试集输入到训练好的病变分类模型中，输出分类结果。本发明能针对性地提取不同器官的病变特征，并最大化地保留具有显著区分性的特征，提高腹部多器官病变分类的准确性，可用于CT图像中对人体腹部多个目标器官病变的筛查。

公开(公告)号：CN118711236A

公开(公告)日：2024-09-27

申请号：CN202410857354.1

申请日：2024-06-28

Applicant: 西安电子科技大学

Inventor： 毛莎莎 ,  张媛媛 ,  闫丹丹 ,  罗艳佳 ,  缑水平 ,  焦李成

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06T5/73

Abstract: 本发明公开了一种基于跨模式情感一致性的面部表情识别算法方法，解决了面部表情识别准确率较低的技术问题。实现包括：生成面部表情训练集和测试集；设计与构建基于跨模式情感一致性的面部表情识别模型；设置分类主网络和多标签分布网络的网络结构；迭代训练基于跨模式情感一致性的面部表情识别模型；获取面部表情识别结果。本发明通过构建的模型，利用多标签分布网络，同时使用多分类标签和分布标签对模糊表情中多个情绪及强度进行描述。利用破坏图像生成模块过滤面部表情识别干扰区域。利用分布一致性学习模块对模糊表情进行去模糊处理。提高对模糊表情中主导情绪的识别准确率。应用于智慧教育、辅助医疗、疲劳驾驶等诸多人机交互系统。

公开(公告)号：CN115024716B

公开(公告)日：2024-06-28

申请号：CN202210604899.2

申请日：2022-05-30

Applicant: 西安电子科技大学

Inventor： 焦昶哲 ,  赵汉涛 ,  郭璋 ,  黄陆光 ,  缑水平 ,  海栋

IPC: A61B5/11 ,  A61B5/024 ,  A61B5/00 ,  G06F17/14

Abstract: 本发明提出了一种基于心率标签生成的心冲击图信号重建方法，主要解决现有技术需要提供标准心率作为参考信息，且没有对具体心跳位置进行映射的问题。其实现方案为：采集受试者的心冲击图信号；对采集的心冲击图信号依次进行带通滤波、滑窗、标准化的预处理；基于预处理后的心冲击图信号和希尔伯特HT算法，生成标签HT心率；基于预处理后的心冲击图信号和标签HT心率，重建心冲击图心跳信号。本发明能将噪声背景强，信号弱，易受外界干扰的心冲击图信号，映射重建为明确直观，用公式化表示，同时蕴含心率大小和位置信息的心冲击图心跳信号，为心冲击图信号的利用提供了极大的便利，可用于辅助人体健康监测。

公开(公告)号：CN111784652B

公开(公告)日：2024-02-06

申请号：CN202010591088.4

申请日：2020-06-24

Applicant: 西安电子科技大学

Inventor： 缑水平 ,  卢云飞 ,  刘宁涛 ,  曹思颖 ,  路凯 ,  童诺 ,  刘波 ,  毛莎莎 ,  焦昶哲

IPC: G06T7/00 ,  G06T7/11

Abstract: 本发明公开了一种基于强化学习多尺度神经网络的MRI分割方法，解决了现有方法对多尺度、模糊和弥散MRI炎症区域易错分割和漏分割的问题。本发明采用根据体素值修改炎症区域标签值的体素约束策略，提升分割模型对体素值差异大炎症区域的分割效果；本发明针对形状尺寸差异大的炎症区域设计多尺度卷积模块GMS，提升分割模型对多尺度炎症区域的分割效果；针对分割模型对弥散模糊炎症区域难以识别的问题，本发明利用强化学习网络进行数据增强，提升分割模型对弥散模糊炎症区域的判别性能。本发明减小对多尺度、模糊弥散的炎症区域的错分割和漏分割，提升对MRI炎症区域的分割效果。可用于MRI炎症区域分割和定量分析自动化处理。

公开(公告)号：CN117151162A

公开(公告)日：2023-12-01

申请号：CN202311012984.0

申请日：2023-08-13

Applicant: 西安电子科技大学

Inventor： 缑水平 ,  孟庆洋 ,  童诺 ,  续溢男 ,  刘波

IPC: G06N3/0455 ,  G06N3/082 ,  G06N3/0895 ,  G06N3/084 ,  G06V10/774 ,  G06T7/11

Abstract: 本发明公开了一种基于自监督与专家门控的跨解剖区域器官增量分割方法，主要解决现有技术只能分割特定解剖区域器官而不具备扩展性的问题。其实现方案是：使用大量无标注、跨解剖区域的CT图像；通过自监督预训练获得具有通用表示能力的自监督编码器；以训练好的自监督编码器作为固定的共享编码器，构建欠完备自编码器并将其加入到共享编码器之后，实现对多个解剖区域CT图像的增量分割；训练由欠完备自编码器组成的专家门控系统，以在测试阶段自动选择测试图像对应的解码器，将测试图像转发到正确的解码器得到分割结果。本发明简化了跨解剖区域器官增量分割过程，提升了各解剖区域的总体分割性能，可用于协助医生完成各解剖区域器官的自动勾画。

公开(公告)号：CN117058170A

公开(公告)日：2023-11-14

申请号：CN202311025487.4

申请日：2023-08-15

Applicant: 西安电子科技大学

Inventor： 缑水平 ,  高雨湉 ,  童诺 ,  袁丽君 ,  胡伟

IPC: G06T7/11 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于双分支多尺度交叉融合网络的颈动脉斑块分割方法，主要解决现有技术对超声图像中颈动脉斑块分割效果较差的问题。其实现方案是：将获取的颈动脉超声图像的数据集划分为训练集、验证集和测试集；构建由编码器，双分支解码器，交叉注意力特征融合模块，多尺度特征融合模块组成的集成分割网络，并定义其损失函数；通过训练集的分割数据对集成网络进行训练；将测试集的分割数据输入到训练好的集成网络中，得到测试集数据对应的预测分割结果。本发明提高了颈动脉斑块的分割效果，对于不同位置、不同形状大小的斑块均能准确定位提取到有效特征，得到很好的分割效果，可用于帮助医生完成心脑血管疾病治疗前的颈动脉斑块的自动勾画。