-
公开(公告)号：CN113744279B
公开(公告)日：2023-11-14
申请号：CN202110642409.3
申请日：2021-06-09
Applicant: 东北大学
IPC: G06T7/11 , G06T7/136 , G06V10/82 , G06N3/0464 , G06V10/80 , G06N3/0455 , G06V10/77 , G06V10/52 , G06V10/44
Abstract: 本发明公开了一种基于FAF‑Net网络的图像分割方法，涉及图像分割技术领域。该方法包括：输入待分割图像；图像经过编码阶段得到特征图M1～M5，同时将PPM模块加入U‑Net网络的编码阶段，并将M5经过PPM模块得到MP；将FAF模块引入解码阶段，替换U‑Net中每次跳跃连接后的拼接操作，然后将MP经过解码阶段进行特征还原得到Y，根据Y得到图像的分割结果。PPM模块的加入，解决了U‑Net网络中缺少处理图像多尺度问题模块的这一问题；FAF模块解决了U‑Net网络中每次跳跃连接之后的拼接操作中的两个主体特征语义相差较大的问题，提升了网络对于CT图像中病灶分割的准确率。
-
公开(公告)号：CN113298826B
公开(公告)日：2023-11-14
申请号：CN202110642528.9
申请日：2021-06-09
Applicant: 东北大学
IPC: G06F30/27
Abstract: 本发明公开了一种基于LA‑Net网络的图像分割方法，涉及图像分割技术领域。该方法包括：输入待分割图像X；图像X经过编码阶段得到特征图M1～M5，同时将SE注意力模块加入U‑Net网络的编码阶段，并将M5经过SE注意力模块得到MS；在解码阶段加入LA注意力模块并结合特征图M1～M5，将MS经过解码阶段进行特征还原得到Y，根据Y得到图像分割结果。SE注意力模块对特征图各通道间的依赖关系进行建模，可使特征图自适应地调整各通道之间的关系；LA模块给予非病灶区域中的点大于1的系数值，而非病灶区域中的点的标签值为0，非病灶区域中的点可以获得更大损失值，从而抑制非病灶区域预测值，给病灶区域更多关注，提升了网络对于CT图像中病灶分割的准确率。
-
公开(公告)号：CN111047593B
公开(公告)日：2023-06-02
申请号：CN201911030548.X
申请日：2019-10-28
Applicant: 东北大学
IPC: G06T7/10 , G06V10/762
Abstract: 本发明提供一种基于距离自适应聚类的图像分割方法，涉及图像处理、机器学习技术领域。本发明步骤如下：步骤1：获取图像Q并得到该图像的灰度值,形成待聚类数据集合I；步骤2：根据距离自适应的聚类方法，对图像Q进行分割处理，得到图像Q′。该方法能够得到的精确聚类结果，使得对图像的分割更加精确。
-
公开(公告)号：CN107045721B
公开(公告)日：2023-01-31
申请号：CN201610924061.6
申请日：2016-10-24
Applicant: 东北大学
Abstract: 本申请公开了一种从胸部CT图像中提取肺血管的方法及装置，所述方法包括：接收输入的n层胸部CT图像，获取指定图像层进行灰度映射，获得预设分割阈值；在所述指定图像层上选取肺部区域的指定像素点获得初始种子点，根据所述预设分割阈值及初始种子点进行3D区域增长，获得不带血管的肺组织区域；在所述的肺组织区域进行形态学运算，获得带血管的封闭肺组织区域，计算血管阈值；在所述带血管的封闭肺组织区域查找大于血管阈值的像素点为初始标记点，获得初始扩散面；根据所述初始扩散面和血管阈值，在所述带血管的封闭肺组织区域内进行面扩散，获得肺血管。应用本发明能准确的从胸部CT图像中提取出肺血管，辅助医生准确诊断肺血管疾病。
-
公开(公告)号：CN113298827A
公开(公告)日：2021-08-24
申请号：CN202110642538.2
申请日：2021-06-09
Applicant: 东北大学
Abstract: 本发明公开了一种基于DP‑Net网络的图像分割方法，涉及图像分割技术领域。该方法包括：输入待分割图像；图像经过编码阶段得到特征图M1～M5，同时将PPM模块加入U‑Net网络的编码阶段，并将M5经过PPM模块得到MP；引入DP模块，将Mi输入第i个DP模块，得到特征图Di，其中i为特征图索引，i＝1，2，3，4；结合特征图Di，将MP经过解码阶段进行特征还原得到Y，根据Y得到图像的分割结果。PPM模块和DP模块的加入，解决了U‑Net网络中缺少处理图像多尺度问题模块的这一问题以及U‑Net网络中每次跳跃连接之后的拼接操作中的两个主体特征语义相差较大的问题，进而提升了U‑Net网络对于CT图像中病灶分割的准确率。
-
Patent Agency Ranking
公开(公告)号：CN113205150A
公开(公告)日：2021-08-03
申请号：CN202110558478.6
申请日：2021-05-21
Applicant: 东北大学
Abstract: 本发明提供一种基于多时相融合的多任务分类系统及方法，涉及深度学习技术领域。本发明通过动态的更新每个任务的权重来提高多个临床指标的预测准确性。将MRI放射组学映射到相关的临床指标上可以提高多个任务的预测性能。结合放射组学的相关性，通过多任务学习联合预测指标，对肿瘤的最佳治疗是重要的，还可根据多个临床指标进行临床决策。
-
公开(公告)号：CN113161001A
公开(公告)日：2021-07-23
申请号：CN202110515351.6
申请日：2021-05-12
Applicant: 东北大学
IPC: G16H50/70 , G16H10/20 , G06K9/62 , G06N7/00 , G06F40/216 , G06F40/242
Abstract: 本发明提供一种基于改进LDA的过程路径挖掘方法，涉及临床路径挖掘技术领域。本发明通过对电子病历中的医嘱日志进行分析，构建了一个医学词典对医嘱日志中的无用医嘱项目进行过滤，选取主题模型中的LDA主题模型对医疗数据进行建模，将医疗日志映射到低维的主题空间，然后再通过过程挖掘来发现主题特征之间的时序关系，让挖掘出的医疗过程模型更易理解，提升了所得结果的医疗可解释性。将本发明所得结果与国家标准临床路径进行对比，结果基本相符。
-
公开(公告)号：CN112450949A
公开(公告)日：2021-03-09
申请号：CN202011438172.9
申请日：2020-12-07
Applicant: 东北大学
Abstract: 本发明实施例涉及一种用于认知康复训练的脑电信号处理方法及系统，该方法包括：获取被训练者在多种场景的全景视频下进行一次测试的多个脑电信号，所述多个脑电信号中分别包含场景类型的标记；对多个脑电信号分别进行预处理和特征提取，得到脑电特征；对脑电特征的变化趋势进行分析，得到被训练者对多种场景的敏感程度的趋势分布图；根据所述趋势分布图确定至少一种场景作为用于认知康复训练的训练场景。本发明通过对预处理和特征提取后的脑电特征进行分析，进而从多种场景中确定至少一种作为用于认知康复训练的训练场景，加强对被训练者进行更加有效的刺激，能够为不同的被训练者提供个性化的康复训练。
-
公开(公告)号：CN111988412A
公开(公告)日：2020-11-24
申请号：CN202010862881.3
申请日：2020-08-25
Applicant: 东北大学
Abstract: 本发明提供一种多租户服务资源需求智能预测系统及方法，涉及计算机技术技术领域。该系统及方法通过服务资源清洗与规范化处理模块将云平台服务资源使用情况进行分类清洗；通过多租户服务资源历史需求数据库记录各租户规范化的服务需求记录；通过服务资源实时预测模块构建预测模型，实时预测各租户下一阶段服务资源需求情况；通过服务资源监控与调度模块周期性的收集云平台服务资源负载信息，实现各租户需求服务资源预留与回收；通过服务资源预测误差反馈模块计算预测偏差并反馈给服务资源实时预测模块；通过系统日志登记与回滚模块实时记录系统运行状态到日志记录文件，当系统崩溃时，根据日志记录文件重启系统并回滚崩溃前的租户任务。
-
公开(公告)号：CN110673719A
公开(公告)日：2020-01-10
申请号：CN201910775365.4
申请日：2019-08-21
Applicant: 东北大学 , 首都医科大学宣武医院
Abstract: 本发明公开了一种基于VR设备的空间认知能力训练方法及系统，训练方法包括：A1、接收场景触发指令，展示虚拟现实场景；A2、接收训练级别指令，确定相应的路径信息；A3、接收开始训练指令，在虚拟现实场景中显示当前用户角色，并依据路径信息进行自动行走；A4、在路径信息的分叉路口中需要选择行走方向时，向用户发出操作提示音；A5、接收用户触发的方向信息，判断是否正确，若不正确，发出选择错误提示音；A6、接收待训练用户再次触发的方向信息，判断是否正确，直至触发的方向信息正确，虚拟现实场景中显示的当前用户角色依据路径信息进行自动行走，直至到达目的地；本发明能使用户在虚拟现实场景中训练空间认知能力。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.037 seconds)
