-
公开(公告)号：CN118429454B
公开(公告)日：2025-04-29
申请号：CN202410429901.6
申请日：2024-04-10
Applicant: 广州中医药大学(广州中医药研究院)
Abstract: 本申请公开了基于深度学习的动态增强图像合成HBP图像的方法及系统，方法包括：获取多模态医学图像并进行数据预处理，得到预处理后的多模态医学图像；引入基于时空潜在空间加权融合的多模态隐式对齐模块，构建肝胆期医学图像合成网络模型；基于所述肝胆期医学图像合成网络模型对所述预处理后的多模态医学图像进行肝胆期医学图像合成处理，输出肝胆期医学合成图像。本申请实施例能够对图像各模式的重要度输出进行加权，从而平衡各模态对抑制负融合的贡献，提高HBP图像的合成质量。本申请可以广泛应用于多模态医学成像技术领域。
-
Patent Agency Ranking
公开(公告)号：CN112651445A
公开(公告)日：2021-04-13
申请号：CN202011588398.7
申请日：2020-12-29
Applicant: 广州中医药大学(广州中医药研究院)
IPC: G06K9/62
Abstract: 本申请实施例提供的基于深度网络多模态信息融合的生物信息识别方法和装置，涉及图像识别技术领域。一种基于深度网络多模态信息融合的生物信息识别方法，包括：首先，获取多个模态的待识别图像，其中，多个模态的待处理图像属于同一生物信息；其次，通过预设识别模型对多个模态的待识别图像进行融合处理，得到融合特征；然后，根据融合特征进行分类处理，得到生物信息的类别，其中，预设识别模型根据多个模态的生物信息图像训练得到。通过上述方法，可以实现根据多个模态图像融合后的特征进行分类识别，改善了现有技术中现有技术中的神经网络模型一般对多个模态的图像分别进行识别，所导致的图像识别的可靠性低的问题。
-
公开(公告)号：CN118470476A
公开(公告)日：2024-08-09
申请号：CN202410533761.7
申请日：2024-04-29
Applicant: 广州中医药大学(广州中医药研究院)
Abstract: 本发明公开了一种基于深度学习舌面融合识别血瘀证方法及装置，包括以下具体步骤：S1，收集患者的舌象和面象，并通过经验丰富的中医师确定患者的血瘀证和非血瘀证作为网络训练的数据；S2，对收集到的舌、面象进行预处理，便于不同尺度图像的特征融合；S3，使用深度监督网络来融合舌、面象的深度特征。本发明提出了一种基于舌、面图像的深度特征融合方法来识别血瘀证，采用注意力机制分别从舌面象中提取显著特征，以减少深层特征的冗余和它们之间尺度差异的影响，进而提高了血瘀证的识别性能，创新性高。
-
公开(公告)号：CN112651445B
公开(公告)日：2025-01-03
申请号：CN202011588398.7
申请日：2020-12-29
Applicant: 广州中医药大学(广州中医药研究院)
IPC: G06V10/80 , G06V10/764 , G06V10/776 , G06V40/70
Abstract: 本申请实施例提供的基于深度网络多模态信息融合的生物信息识别方法和装置，涉及图像识别技术领域。一种基于深度网络多模态信息融合的生物信息识别方法，包括：首先，获取多个模态的待识别图像，其中，多个模态的待处理图像属于同一生物信息；其次，通过预设识别模型对多个模态的待识别图像进行融合处理，得到融合特征；然后，根据融合特征进行分类处理，得到生物信息的类别，其中，预设识别模型根据多个模态的生物信息图像训练得到。通过上述方法，可以实现根据多个模态图像融合后的特征进行分类识别，改善了现有技术中现有技术中的神经网络模型一般对多个模态的图像分别进行识别，所导致的图像识别的可靠性低的问题。
-
公开(公告)号：CN118429454A
公开(公告)日：2024-08-02
申请号：CN202410429901.6
申请日：2024-04-10
Applicant: 广州中医药大学(广州中医药研究院)
Abstract: 本申请公开了基于深度学习的动态增强图像合成HBP图像的方法及系统，方法包括：获取多模态医学图像并进行数据预处理，得到预处理后的多模态医学图像；引入基于时空潜在空间加权融合的多模态隐式对齐模块，构建肝胆期医学图像合成网络模型；基于所述肝胆期医学图像合成网络模型对所述预处理后的多模态医学图像进行肝胆期医学图像合成处理，输出肝胆期医学合成图像。本申请实施例能够对图像各模式的重要度输出进行加权，从而平衡各模态对抑制负融合的贡献，提高HBP图像的合成质量。本申请可以广泛应用于多模态医学成像技术领域。
-
公开(公告)号：CN112991298A
公开(公告)日：2021-06-18
申请号：CN202110285843.0
申请日：2021-03-17
Applicant: 广州中医药大学(广州中医药研究院)
Abstract: 本申请实施例提供的模型构建方法、医学影像识别方法、装置及电子设备中，该电子设备将待迁移模型中的预设网络层，作为迁移模型；并构建包括该迁移模型的肿瘤等级模型，并通过未增强肿瘤影像，对生成的肿瘤等级模型进行训练。由于在训练期间，保持迁移模型预设网络层的参数不变，因此，保留了迁移模型对增强肿瘤影像的特征提取以及处理能力，继而使得训练获得的肿瘤等级模型不依赖于增强肿瘤影像即可获得肿瘤等级的置信度。
-
-
-
-
-
Search Results
6
records
(took 0.028 seconds)
