公开(公告)号：CN118172369A

公开(公告)日：2024-06-11

申请号：CN202410588025.1

申请日：2024-05-13

Applicant: 苏州大学

Inventor： 朱伟芳 ,  范译 ,  樊莹 ,  陈新建 ,  彭涛

IPC: G06T7/10 ,  G06T5/50 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明涉及图像处理技术领域，尤其涉及基于双解码器与局部特征增强网络的血管旁异常分割方法，包括特征编码模块、局部特征增强模块和双解码器结构；利用特征编码模块提取输入视网膜光学相干断层扫描图像的深层语义特征；利用局部特征增强模块将深层语义特征分成多个patch块，计算每个patch块的像素表示和交互注意力表示，生成局部特征增强的深层语义特征；利用双解码器结构将局部特征增强的深层语义特征在边缘分割解码器支路提取边缘特征，上采样得到血管旁异常边缘分割预测图像，在主分割解码器支路中将边缘特征与局部特征增强的深层语义特征融合上采样，得到血管旁异常分割预测图像；利用联合分割损失函数在训练过程中优化分割网络。

公开(公告)号：CN113724262B

公开(公告)日：2023-10-03

申请号：CN202110923753.X

申请日：2021-08-12

Applicant: 苏州大学

Inventor： 孟庆权 ,  卢雪梅 ,  汪恋雨 ,  王婷婷 ,  王猛 ,  向德辉 ,  陈新建

IPC: G06T7/10 ,  G06V10/764 ,  G06V10/80 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了一种视网膜OCT图像中的脉络膜新生血管CNV分割方法，包括：将视网膜OCT图像输入至多尺度信息融合网络，通过多尺度信息融合网络对视网膜OCT图像进行分割；多尺度信息融合网络包括编解码器网络、多尺度自适应感知变形模块MAD和语义细节聚合模块SDA，编解码器网络包括编码器和解码器，编码器用于提取视网膜OCT图像中的语义信息和全局特征，MAD设置在编码器的顶部用于聚合上下文信息，SDA连接编码器和解码器，用于融合多层次的语义信息，解码器用于恢复空间分辨率。基于伪标记数据增强策略的SemiMF‑Net半监督网络结构，利用未标记数据进一步提高CNV分割精度，解决现有技术中对脉络膜新生血管CNV分割时内部结构信息会丢失的问题，达到了提高CNV分割精度的效果。

公开(公告)号：CN116206108A

公开(公告)日：2023-06-02

申请号：CN202310124231.2

申请日：2023-02-16

Applicant: 苏州大学

Inventor： 石霏 ,  刁胜勇 ,  陈新建 ,  孟庆权

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/44 ,  G06V20/70 ,  G06V40/18 ,  G06T7/00

Abstract: 本发明提供一种基于域自适应OCT图像脉络膜分割网络模型及方法，网络模型包括：预处理模块、分割器模块、鉴别器模块以及二阶段优化模块；所述预处理模块用于对源域图像和目标域图像进行预处理；所述分割器模块与所述预处理模块连接，所述分割器模块包括特征编码器以及特征解码器；所述分割器模块和所述鉴别器模块连接，所述分割器模块和所述鉴别器模块用于对源域数据特征与目标域数据特征进行对抗训练，得到目标域图像预测概率图；所述二阶段优化模块用于基于目标域图像预测概率图对所述分割器模块进行再次训练，得到更新的分割器模型。从图像层面以及特征层面上提高模型的泛化性能，并进一步地优化目标数据的分割结果，提高跨域数据分割的精度。

公开(公告)号：CN116188309A

公开(公告)日：2023-05-30

申请号：CN202310158800.5

申请日：2023-02-24

Applicant: 苏州大学

Inventor： 陈新建 ,  谭志苇 ,  石霏

IPC: G06T5/00 ,  G06T7/33 ,  G06T9/00 ,  G06N3/04 ,  G06T5/50 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于配准网络的OCT图像增强方法，包括选定样本中任意一张OCT图像为固定图像，其余OCT图像为移动图像；将固定图像输入固定图像编码模块，经过五个固定编码块，固定编码块将编码后的输出，输入至相对应的解码块；将移动图像输入移动图像编码模块，经过五个移动编码块，移动编码块将编码后的输出，输入至对应的解码块；第三固定编码块与第三移动编码块的输出经多头自注意力变换模块输出至解码模块的第一解码块；解码模块中每个解码块均基于上一解码块的输出与相对应编码块的输出，从低分辨率到高分辨率逐层恢复维度后，输出至多尺度形变场融合模块，获取配准图像；重复前述步骤，获取多幅配准图像，与固定图像进行叠加平均，获得去噪图像。

公开(公告)号：CN112614112B

公开(公告)日：2023-05-12

申请号：CN202011553440.1

申请日：2020-12-24

Applicant: 苏州大学

Inventor： 朱伟芳 ,  罗高辉 ,  陈新建

IPC: G06T7/00 ,  G06T7/10

Abstract: 本发明公开了一种MCSLI图像中条纹损伤的分割方法，先构建基于U‑Net网络的融合型图像分割网络模型；再选取多个MCSLI图像构成训练数据集，并将训练数据集输入所述融合型图像分割网络模型中进行训练，并根据训练结果优化所述融合型图像分割网络模型；将待处理的MCSLI图像输入优化后的融合型图像分割网络模型中进行条纹损伤的分割。本发明能够精确高效地实现MCSLI图像的条纹损伤的自动分割。

公开(公告)号：CN109658466B

公开(公告)日：2023-02-24

申请号：CN201811500608.5

申请日：2018-12-10

Applicant: 苏州大学

Inventor： 陈新建 ,  查雪玮 ,  石霏 ,  朱伟芳

IPC: G06T11/00 ,  G06F18/214 ,  G06F18/24

Abstract: 本发明提供了一种具有可行性和有效性的视网膜OCT疾病影像生成的方法，生成的OCT影像可用于扩充OCT疾病影像分类算法的训练数据集；该方法以条件生成对抗网络cGAN为基础，网络结构由生成器与判别器组成，通过将生成对抗损失函数cGAN loss与一种新型结构相似性损失函数SSIM loss相结合，将正常视网膜OCT影像转化成可用于补充分类模型训练集的OCT疾病影像。

公开(公告)号：CN115082500A

公开(公告)日：2022-09-20

申请号：CN202210610029.6

申请日：2022-05-31

Applicant: 苏州大学

Inventor： 朱伟芳 ,  汤伟 ,  陈新建

IPC: G06T7/11 ,  G06T3/40 ,  G06V20/70 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多尺度与局部特征引导网络的角膜神经纤维分割方法、装置、设备以及计算机可读存储介质包括：利用U型网络的编码器和解码器对医学样本图像进行特征提取；利用多尺度深度监督网络上采样每个解码器的输出，将每个解码器的输出与预设解码器的输出进行拼接，输出每个解码器对应的医学分割图像；计算每个解码器对应的医学分割图像与医学图像训练集标注区域的损失函数值；基于多个损失函数值对网络进行监督训练，本发明利用多个损失函数值优化每个解码器的输出，从而更好的加快网络的收敛速度，提升分割性能，提高医学图像分割的精确度。

公开(公告)号：CN114612479A

公开(公告)日：2022-06-10

申请号：CN202210121683.0

申请日：2022-02-09

Applicant: 苏州大学

Inventor： 朱伟芳 ,  宋佳欢 ,  陈新建

IPC: G06T7/11 ,  G06T5/50 ,  G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于全局与局部特征重建网络的医学图像分割方法、设备、装置及计算机存储介质，本发明提供的基于全局和局部特征重建网络，其中的全局特征重建GFR模块通过全局描述子将语义信息从高层级特征引入到低层级特征，消除各层级特征之间的语义间隔，并采用跨级全局描述子重建特征图，使得网络获得全局感受野，实现长距离特征依赖建模；局部特征重建LFR模块实现基于低阶段特征图引导的特征动态上采样，通过动态地重建局部特征，将低阶段特征图中的空间细节信息传递到高阶段特征图中，从而实现特征的空间信息恢复，克服现有技术中U型编解码器网络中的全局特征提取与长距离特征依赖建模能力不足、特征图空间信息的恢复不足等问题，提升了图像分割精度。

公开(公告)号：CN113160226A

公开(公告)日：2021-07-23

申请号：CN202110565331.X

申请日：2021-05-24

Applicant: 苏州大学

Inventor： 石霏 ,  陈新建 ,  苏金珠 ,  朱伟芳

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T5/30 ,  G06T3/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于双向引导网络的AMD病变OCT图像的分类分割方法及系统，包括以下步骤：获取OCT图像，将所述OCT图像分成训练集、验证集和测试集；构建掩模互补卷积神经网络以用于OCT图像的分类；采用Grad‑CAM算法计算掩模互补卷积神经网络的类激活图，获得类激活图的输出；构建类激活图引导的U型分割网络以用于OCT图像中病变区域的分割；通过训练集和验证集对网络进行训练，获得优化后的掩模互补卷积神经网络和类激活图引导的U型分割网络；将测试集代入优化后的掩模互补卷积神经网络和类激活图引导的U型分割网络中，实现OCT图像的分类和分割。其能够对含有玻璃膜疣、CNV以及正常视网膜OCT图像进行准确的分类，并给出病变区域精确的分割结果。

公开(公告)号：CN113125523A

公开(公告)日：2021-07-16

申请号：CN202110418006.0

申请日：2021-04-19

Applicant: 苏州大学

Inventor： 聂宝清 ,  胡亮 ,  陈新建 ,  张雨

IPC: G01N27/22 ,  C08J3/075 ,  C08L33/26

Abstract: 本发明公开了一种基于PAAm柔性水凝胶的湿度传感器及其制备方法，该基于PAAm柔性水凝胶的湿度传感器包括柔性电路层和聚丙烯酰胺有机水凝胶；聚丙烯酰胺有机水凝胶涂覆在所述柔性电路板上并形成聚丙烯酰胺有机水凝胶薄膜。本发明的湿度传感器的灵敏度在相对湿度12％～85％之间达到6.29，在相对湿度85％～95％之间高达149.9；该湿度传感器在温度(31℃～42℃)、弯曲(曲率半径无穷大到6.81mm)、压力(0～8N)和持续十天的测量中稳定性保持良好。本发明利用有机水凝胶优异的柔韧性、高透明度和优异的机械强度，此外，其优异的保水性能使得传感器在非常低的湿度环境(12％相对湿度)下放置24小时后仍然具有高度的柔软性和机械稳定性，并不会发生脱水。