-
公开(公告)号：CN113470044A
公开(公告)日：2021-10-01
申请号：CN202110641080.9
申请日：2021-06-09
Applicant: 东北大学
IPC: G06T7/11
Abstract: 本发明是一种基于深度卷积神经网络的CT图像肝脏自动分割方法，包括以下步骤，步骤1：建立训练样本集，包括读取肝脏CT数据集原始文件，制作肝脏分割数据集，将数据集尺寸统一为固定尺寸并按比例分为测试集和训练集；步骤2：构建深度注意力反残差模块，并使用无参下采样方式进行下采样，进一步降低网络参数量；步骤3：建立深度注意力反残差网络；步骤4：使用训练集训练网络，对效果表现良好的训练模型进行筛选保存；步骤5：在测试集中验证模型可用性。本发明对肝脏CT影像进行处理，精确快速分割出肝脏区域，用于任意肝脏病变检测系统中，网络参数规模较小，具有实用性。
-
公开(公告)号：CN104144343B
公开(公告)日：2017-06-30
申请号：CN201410329402.6
申请日：2014-07-11
Applicant: 东北大学
IPC: H04N19/186 , H04N19/132 , H04N19/625 , H04N19/124 , H04N19/48 , H04N19/88
Abstract: 本发明一种数字图像压缩加密联合编码方法，属于图像加密技术领域，本方法基于目前应用最为广泛的JPEG压缩编码标准实现，在编码过程中融入了基于混沌的加密算法；根据JPEG标准对DC系数和AC系数分开进行编码的特点，对图像的DC系数和AC系数分别进行加密；为兼顾安全性与压缩效率，本方法对全部DC及部分AC系数进行加密，将所有DCT块中相同位置的系数组成不同的分组，在组内进行置乱和扩散，以最大可能降低加密过程对差分编码及行程编码的破坏；置乱和扩散分别基于logistic和Chebyshev混沌映射实现；实验证明，该方法在提供有效的图像数据安全保护的同时，具有较好的数据压缩能力。
-
公开(公告)号：CN104851071A
公开(公告)日：2015-08-19
申请号：CN201510266509.5
申请日：2015-05-21
Applicant: 东北大学
IPC: G06T1/00
Abstract: 本发明一种基于三维混沌系统的数字图像加密方法，属于图像加密技术领域，本发明所采用的置乱方法基于像素交换机制，有效克服了经典混沌置乱方法存在的周期性、不动点以及图像形状限制三个缺点；在密钥流元素的使用过程中，每一个密钥流元素均在明文像素的控制下进行循环移位操作，以达到密钥流与明文相关的目的；由于循环移位操作属于贴近底层硬件的位操作，具有极高的执行效率，不会对系统的运算效率有较为明显的影响；此外，由于明文并未改变混沌系统的迭代以及状态变量的量化过程，而是在加密过程中动态改变密钥流元素的值，因此密钥流具备可复用性，这对于要求进行多轮加密的高安全性应用具有潜在的优势。
-
公开(公告)号：CN103167213B
公开(公告)日：2015-01-07
申请号：CN201310048834.5
申请日：2013-02-07
Applicant: 东北大学
Abstract: 本发明一种基于Cat映射与超混沌Lorenz系统的数字图像加密方法，属于图像加密领域，本发明提出的图像加密系统，其密钥长度为247位，高于经典密码学算法DES(56位)，AES(基础标准为128位)及IDEA(128位)；本发明通过引入与明文相关的密钥流生成机制，使密钥流不仅与密钥相关，而且与明文相关；即使使用相同的扩散密钥，在加密不同的明文图像时，所生成的密钥流也是不同的；因此，加密系统的抗已知/选择明文攻击的能力得到了显著提高。
-
公开(公告)号：CN117036246A
公开(公告)日：2023-11-10
申请号：CN202310825802.5
申请日：2023-07-06
Applicant: 东软集团股份有限公司 , 东北大学
Abstract: 本公开涉及一种图像识别方法、装置、存储介质及电子设备，该方法包括：获取待识别病症超声图像，将待识别病症超声图像输入预设识别模型，以通过预设识别模型对待识别病症超声图像进行图像识别，生成病症特征图像，其中，预设识别模型用于通过多个滑动窗口注意力层将待识别病症超声图像划分为多个滑动窗口图块，确定多个滑动窗口图块一一对应的多个注意力值，将多个注意力值沿对应的通道维度进行拼接，生成病症特征图像。从而通过预设识别模型中的滑动窗口图块与特征图的注意力值来提取超声图像中的医学图像特征，生成病症特征图像，通过病症特征图像能够清晰的识别出图像中的病症特征区域，在保证精确诊断的前提下提高了诊断效率。
-
Patent Agency Ranking
公开(公告)号：CN114926477A
公开(公告)日：2022-08-19
申请号：CN202210526936.2
申请日：2022-05-16
Applicant: 东北大学
IPC: G06T7/11 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04
Abstract: 本发明的一种基于深度学习的脑肿瘤多模态MRI影像分割方法，包括：步骤1：对脑肿瘤多模态MRI影像数据集预处理，分为训练集和测试集；步骤2：构建空洞多尺度幻影模块；步骤3：构建通道注意力模块；步骤4：在空洞多尺度幻影模块和通道注意力模块的基础上建立脑肿瘤MRI影像分割深度卷积神经网络；步骤5：使用训练集训练深度卷积神经网络；步骤6：使用测试集验证所保存模型的可用性；步骤7：使用训练好的深度卷积神经网络对病患多种模态MRI影像的病灶区域进行分割处理。本发明的方法能够精确快速分割出图像中脑肿瘤整体区域，用于对脑肿瘤病灶分割系统中，网络的参数利用率较高，计算复杂度较低，具有实用意义。
-
公开(公告)号：CN107633474B
公开(公告)日：2019-09-27
申请号：CN201710246740.7
申请日：2017-04-16
Applicant: 东北大学
Abstract: 本发明设计了一种具有快速密钥流生成过程的混沌彩色图像加密方法。该方法基于“置乱—替代”架构构建，“置乱”与“替代”过程共享由Chen混沌系统迭代产生的混沌序列，并独立量化生成各自所需的密钥流。置乱操作基于像素点交换机制实现。在替代操作中，通过将每个像素的影响扩散至其后所有像素点，保证了加密系统可有效抵御选择明文攻击。本发明方法所需的混沌系统迭代次数为传统方法的一半，因此提高了加密系统的计算效率。实际加密速度测试结果表明，本发明方法加密一幅图像所需时间显著低于传统方法。同时，密码学分析与测试结果表明，本发明所提出的加密方法具有良好的安全性。
-
公开(公告)号：CN106910156B
公开(公告)日：2019-07-19
申请号：CN201710106798.1
申请日：2017-02-27
Applicant: 东北大学
Abstract: 本发明公开一种具有与明文相关密钥流生成机制的混沌图像加密方法。该方法基于“置乱—扩散”架构实现。置乱算法基于像素点交换机制，交换目标的位置由logistic混沌映射生成。扩散密钥流基于广义Lorenz‑like系统生成，并引入了一种与明文相关的密钥流元素量化机制。该机制增强了加密系统抵御已知明文和选择明文攻击的能力，同时加速了扩散过程，可减小达到理想扩散性能所需的扩散轮数。与现有密钥流与明文相关技术相比，本发明解决了混沌序列无法在多轮加密中重用的问题，因此具有更低的计算负载。密码学分析结果表明，本发明所提出的加密方法具有良好的安全性。
-
公开(公告)号：CN104851071B
公开(公告)日：2018-02-02
申请号：CN201510266509.5
申请日：2015-05-21
Applicant: 东北大学
IPC: G06T1/00
Abstract: 本发明一种基于三维混沌系统的数字图像加密方法，属于图像加密技术领域，本发明所采用的置乱方法基于像素交换机制，有效克服了经典混沌置乱方法存在的周期性、不动点以及图像形状限制三个缺点；在密钥流元素的使用过程中，每一个密钥流元素均在明文像素的控制下进行循环移位操作，以达到密钥流与明文相关的目的；由于循环移位操作属于贴近底层硬件的位操作，具有极高的执行效率，不会对系统的运算效率有较为明显的影响；此外，由于明文并未改变混沌系统的迭代以及状态变量的量化过程，而是在加密过程中动态改变密钥流元素的值，因此密钥流具备可复用性，这对于要求进行多轮加密的高安全性应用具有潜在的优势。
-
公开(公告)号：CN107633474A
公开(公告)日：2018-01-26
申请号：CN201710246740.7
申请日：2017-04-16
Applicant: 东北大学
Abstract: 本发明设计了一种具有快速密钥流生成过程的混沌彩色图像加密方法。该方法基于“置乱—替代”架构构建，“置乱”与“替代”过程共享由Chen混沌系统迭代产生的混沌序列，并独立量化生成各自所需的密钥流。置乱操作基于像素点交换机制实现。在替代操作中，通过将每个像素的影响扩散至其后所有像素点，保证了加密系统可有效抵御选择明文攻击。本发明方法所需的混沌系统迭代次数为传统方法的一半，因此提高了加密系统的计算效率。实际加密速度测试结果表明，本发明方法加密一幅图像所需时间显著低于传统方法。同时，密码学分析与测试结果表明，本发明所提出的加密方法具有良好的安全性。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.02 seconds)
