公开(公告)号：CN119963738A

公开(公告)日：2025-05-09

申请号：CN202510085178.9

申请日：2025-01-20

Applicant: 淮南矿业(集团)有限责任公司 ,  武汉大学

Inventor： 赵智 ,  李志红 ,  余国锋 ,  陈俊伟 ,  任波 ,  罗勇 ,  肖殿才 ,  周小平 ,  高翔

IPC: G06T17/00 ,  G06T5/50 ,  G06T7/10 ,  G06T15/00 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明提供一种基于深度学习的岩石多矿物微观隐式三维重构方法及系统，其方法包括：基于岩石试件的第一微观图像序列获取所述岩石试件的分形维函数，其中，所述第一微观图像序列表征基于岩石试件获取的少量图像；基于所述岩石试件的分形维函数构建基于分形维特征金字塔算法的生成性对抗网络，通过训练完成的所述生成性对抗网络生成多张岩石的二维图像；在所述多张岩石的二维图像符合预设精度条件的情况下，基于所述多张岩石试样的二维图像重构得到岩石三维模型。本发明通过构建的基于分形维特征金字塔算法的生成性对抗网络，实现基于少量岩石微观图像的岩石三维重建。

公开(公告)号：CN119784686A

公开(公告)日：2025-04-08

申请号：CN202411772497.9

申请日：2024-12-04

Applicant: 武汉大学

Inventor： 罗勇 ,  夏振东 ,  杜博

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/774 ,  G06N3/045 ,  G06N3/0464 ,  G06V30/148 ,  G06N3/0475 ,  G06N3/094 ,  G16H30/40

Abstract: 本申请涉及一种基于图像通道拆分的胎儿超声图像去标记方法及装置，其中，方法包括：获取多个胎儿超声图像，并根据多个胎儿超声图像构建标记特征提取数据集，且依据通道拆分技术扩充数据集，并利用通道拆分技术扩充后的数据集训练预先构建的标记特征提取模型及标记特征补绘模型，以基于标记特征提取和标记特征补绘两种深度学习模型，运用通道拆分技术进行多维度的特征提取和补绘，从而实现端到端的标记去除操作。由此，解决了现有技术难以统一不同设备间超声图像的分辨率、标记样式、标记颜色和图像质量，无法有效识别和去除胎儿超声图像中的标记等问题。

公开(公告)号：CN119672002A

公开(公告)日：2025-03-21

申请号：CN202411765555.5

申请日：2024-12-04

Applicant: 武汉大学

Inventor： 杜博 ,  罗勇 ,  夏振东

IPC: G06T7/00 ,  G06T7/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种经小脑横切面质量评估和生物测量方法及系统，属于医学图像分析处理技术领域。其包括获取胎儿超声图像中的经小脑横切面样本，进行数据预处理，构建目标检测与语义分割数据集，训练得到目标检测与语义分割网络作为预测模型，并针对预测模型输出的结果搭建相应的质量评估体系以及生物指标后处理系统。并将上述预测模型与评估处理系统有效结合到一起，实现端到端的经小脑横切面超声图的评估与测量。本发明首次在经小脑横切面上将切面质量评估与生物指标测量相结合，建立了科学客观的量化评价体系与快速准确的生物指标测量方法，方便医生对切面质量的判断。

公开(公告)号：CN116645436A

公开(公告)日：2023-08-25

申请号：CN202310535204.4

申请日：2023-05-12

Applicant: 武汉大学

Inventor： 宋爽 ,  罗勇 ,  张俊

IPC: G06T11/00 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/094

Abstract: 本申请涉及一种基于半监督的CT影像合成方法、装置、设备及存储介质，涉及医学影像合成领域，包括获取MRI图像数据和CT图像数据，构建包括配对数据集和非配对数据集的训练数据集；构建半监督生成对抗网络模型，其包括共用图像生成器和残差收缩判别器的有监督分支网络和无监督分支网络，残差收缩判别器包括多个通道级残差收缩模块；通过训练数据集训练半监督生成对抗网络模型，更新优化图像生成器和残差收缩判别器，生成图像合成模型；基于图像合成模型将待转换MRI图像转化为合成CT图像。本申请利用未配对数据的额外信息来避免有监督情况下出现的歧义，通过残差收缩模块来提升判别器对于带噪声图像的特征学习能力，提高合成图像的质量。

公开(公告)号：CN118210896A

公开(公告)日：2024-06-18

申请号：CN202410335971.5

申请日：2024-03-22

Applicant: 武汉大学

Inventor： 杨乾成 ,  罗勇 ,  杜博

IPC: G06F16/332 ,  G06N3/045 ,  G06N20/00 ,  G06F40/205

Abstract: 本发明公开了一种基于大语言模型的强化学习自动构建提示词方法及装置，涉及人工智能领域，该方法包括进行强化学习任务相关基本信息的设定；实时更新强化学习中的状态模块和记忆模块，以用于在决策过程中实时更新每一步决策的状态，以及基于以往决策轨迹优化决策表现；将强化学习生成的提示词组合成完整提示词，基于完整提示词向大语言模型提问并获取答案；对获取的答案进行解析，以进行答案格式合法性的判断和答案正确性的判断。本申请能够根据强化学习问题自动构建提示词，同时对于大语言模型的回答能够做到自动解析和执行，具有成本低、效率高、泛化性高和稳定性强的特点。

公开(公告)号：CN117637183A

公开(公告)日：2024-03-01

申请号：CN202311623306.8

申请日：2023-11-30

Applicant: 武汉大学

Inventor： 杨博瀚 ,  张俊 ,  柳刚 ,  罗勇 ,  郭迟 ,  刘经南

IPC: G16H70/20 ,  G06T7/00 ,  G06T7/62

Abstract: 一种DVV曲线生成方法、装置、设备及可读存储介质，包括获取与目标风险器官对应的计划辐射剂量，基于剂量梯度系数和计划辐射剂量生成多个目标辐射剂量；对与目标辐射剂量对应的放疗前CT图像和风险器官剂量图像进行特征提取生成第一形变场；对与目标辐射剂量对应的放疗前CT图像和非风险器官剂量图像进行特征提取生成第二形变场；融合第一形变场和第二形变场后生成目标形变场，基于目标形变场对与目标辐射剂量对应的放疗前目标风险器官掩膜进行空间变换输出放疗后目标风险器官掩膜；根据放疗后和放疗前目标风险器官掩膜确定目标萎缩量；基于目标萎缩量与剂量梯度系数间对应关系生成DVV曲线，以客观准确获悉剂量与风险器官萎缩间对应关系。

公开(公告)号：CN117238301A

公开(公告)日：2023-12-15

申请号：CN202310837607.4

申请日：2023-07-07

Applicant: 武汉大学

Inventor： 徐千惠 ,  涂卫平 ,  罗勇

IPC: G10L19/038 ,  G10L19/20 ,  G10L19/00

Abstract: 本发明公开了一种语音编码量化的码本匹配方法、装置、设备及存储介质，涉及语音编码技术领域，在矢量量化过程中，考虑了特征维度相对较高，仅采用欧氏距离进行码本匹配会忽视向量方向上的相似性的问题，在一阶矢量量化码本匹配过程中，同时采用欧氏距离与余弦相似度，降低了一阶码本匹配过程中的误差。此外，还考虑了在极低编码速率下，矢量量化码本较小，欧氏距离计算两向量的均方误差，从量化误差的全局最优角度匹配码本中的向量，可能造成向量的部分维度误差较大的技术问题，针对误差较大的一段向量的维度，进行二阶量化，降低了量化总体误差。

公开(公告)号：CN116309217A

公开(公告)日：2023-06-23

申请号：CN202310167106.X

申请日：2023-02-24

Applicant: 武汉大学

Inventor： 宋爽 ,  张俊 ,  罗勇

IPC: G06T5/50 ,  G06T11/00 ,  G06N3/0475 ,  G06N3/044 ,  G06N3/094

Abstract: 本申请涉及一种MRI合成CT影像的方法、装置、设备及可读存储介质，涉及医学影像合成技术领域，包括构建包括MRI图像数据和CT图像数据的训练数据集；构建包括空域信息保持生成器和谱归一化判别器的改进的循环生成对抗网络模型及其对应的目标函数，目标函数包括对抗损失项、频域一致性损失项和身份映射损失项；基于训练数据集对改进的循环生成对抗网络模型进行训练得到图像合成模型；基于图像合成模型将待转换MRI图像转化为合成CT图像。本申请通过频域一致性损失来有效提升图像细节和图像整体合成质量，通过空域信息保持生成器从空间域层面保持真实图像与合成图像间的一致性，通过谱归一化判别器来提升网络训练过程的稳定性和可靠性。

公开(公告)号：CN119169495A

公开(公告)日：2024-12-20

申请号：CN202411129094.2

申请日：2024-08-16

Applicant: 武汉大学

Inventor： 罗勇 ,  李永乾

IPC: G06V20/40 ,  G06V40/16 ,  G06V40/20 ,  G06V10/82 ,  G06N3/042 ,  G10L25/30

Abstract: 本申请公开了基于上下文多尺度时空图学习的说话者检测方法、装置、存储介质及电子设备。该方法包括：获取视频数据，从视频数据中提取多个视频帧数据；对多个视频帧数据分别进行特征提取，得到面部表情特征、音频特征与身体语言特征；基于所述面部表情特征、所述音频特征与所述身体语言特征构建多模态动态空间‑时间图；其中，所述多模态动态空间‑时间图包括多幅图快照，所述图快照包括多个节点；将所述图快照输入到图神经网络中，得到所述图快照中每个节点的分类结果；根据所述分类结果，得到所述视频数据中的候选人的说话状态。本申请在处理复杂场景下表现出了更高的准确性和鲁棒性，为活动说话者检测领域带来了重要的技术进步和应用前景。

公开(公告)号：CN118279440A

公开(公告)日：2024-07-02

申请号：CN202410379367.2

申请日：2024-03-29

Applicant: 武汉大学

Inventor： 罗勇 ,  张子屹

IPC: G06T11/60 ,  G06N3/092

Abstract: 本发明公开了一种基于强化学习的文生图扩散模型对齐优化方法及装置，涉及强化学习、计算机视觉技术领域，该方法包括获取预训练的文生图扩散模型和预训练的奖励函数模型；基于获取的预训练的奖励函数模型构建并初始化时间差分评价模型；基于设定的多轮迭代优化的强化学习策略，对预训练的文生图扩散模型和初始化后的时间差分评价模型进行微调更新，直至文生图扩散模型的生成结果与优化目标对齐。本申请能够加速模型优化进程，并减小潜在的优化目标偏差。