-
公开(公告)号：CN111091530A
公开(公告)日：2020-05-01
申请号：CN201811243701.2
申请日：2018-10-24
Applicant: 华中科技大学
Abstract: 本发明公开了一种荧光图像中单神经元树突棘的自动检测方法及系统，其中，方法的实现包括：将待测三维荧光图像拆分为若干个图像块，然后将各图像块进行投影拼接后得到单神经元所有树突对应的目标待识别图像；沿单神经元树突骨架进行均匀撒种子点，在目标待识别图像中取以各种子点为中心的邻域图像块；使用基于深度残差网络结构和多尺度空洞卷积结构的语义分割网络对各邻域图像块进行树突棘分割得到树突棘分割图后进行融合；对融合的树突棘分割图进行连通域分析，得到单个的连通域，然后将每个连通域上的树突棘拆分为一个或多个树突棘后，将各连通域中的树突棘进行合并得到单神经元树突棘分割结果。通过本发明极大提高了识别树突棘的精确性。
-
公开(公告)号：CN118629037A
公开(公告)日：2024-09-10
申请号：CN202410750099.0
申请日：2024-06-12
Applicant: 华中科技大学同济医学院附属同济医院
IPC: G06V20/69 , G06V10/762 , G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于多实例学习的免疫细胞图像分割方法和系统，包含：(1)细胞计数回归网络模块：用于预测免疫组化染色细胞图像上的阳性细胞数量；(2)超像素实例分类器：通过在图像上滑窗获取实例，对分类器进行训练后预测整张图像上的实例分类概率进而获得超像素水平的粗略分割掩码；(3)像素级分割网络模块：以细化后的掩码作为监督伪标签，获取整张图像的分割掩码，并基于密度‑峰值聚类算法从掩码中生成细胞定位点。本发明以阳性免疫细胞为识别单位，以阳性细胞计数为监督标签，在免疫组化染色的细胞图像上利用卷积神经网络构建细胞计数网络、实例分类器和分割网络，是一种集细胞计数、分割、定位于一体的免疫量化分析方法。
-
公开(公告)号：CN110738637B
公开(公告)日：2022-10-14
申请号：CN201910886249.X
申请日：2019-09-19
Applicant: 华中科技大学
IPC: G06T7/00 , G06T7/11 , G06V10/764
Abstract: 本发明公开了一种乳腺癌病理切片的自动分类方法及系统，方法包括构建深度语义分割网络对病理组织切片进行语义分割，得到病变区域；根据得到病变区域，构建形态特征集；构建基于形态特征集的病理组织切片分类模型；对病人的n张病理组织切片应用上述分类模型进行分类，根据n张切片的分类结果计算病人的pN分期。本发明提供了的乳腺癌病理切片的自动分类方法能自动预测病人淋巴转移的pN分期，这相比现有方法仅仅只是分割切片内病变区域更加切合医生对智能诊断系统的需求，推进了现有智能诊断方法和系统的研究与落地。
-
公开(公告)号：CN110796661A
公开(公告)日：2020-02-14
申请号：CN201810866451.1
申请日：2018-08-01
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于卷积神经网络的真菌显微图像分割检测方法及系统，包括：将若干真菌显微图像分为正样本与负样本，同时对正样本中的菌丝进行标记得到标记后的正样本；将未标记的负样本和标记后的正样本进行切片和样本增强操作，生成可供进行深度学习的训练数据集；构建深度卷积神经网络模型，读取训练数据集生成用于分割检测的分割模型，以采用分割模型识别待检测真菌显微图像中的致病相和非致病相后，用热值图表示全局的真菌显微图像，并且将致病相结构在待检测真菌显微图像中的轮廓描绘出来。通过本发明不仅对真菌显微图像进行分类，而且能够将致病相的菌丝结构从图像中分割并精准定位。
-
公开(公告)号：CN110795965A
公开(公告)日：2020-02-14
申请号：CN201810866461.5
申请日：2018-08-01
Applicant: 华中科技大学
Abstract: 本发明公开了一种真菌显微图像中致病相的自动识别方法及系统，包括：对各真菌显微图像进行二值化，获得各真菌显微图像的前景图像；提取各前景图像中的菌丝特征和非菌丝特征，获取SVM训练所需的样本数据；使用SVM机器学习算法对所述样本数据进行训练，获取目标识别模型，以利用所述目标识别模型识别待检测真菌显微图像，并标记所述待检测真菌图像中的菌丝。通过本发明能够将致病相的菌丝结构从图像中检测出来并精准定位。
-
Patent Agency Ranking
公开(公告)号：CN110197114A
公开(公告)日：2019-09-03
申请号：CN201910272160.4
申请日：2019-04-04
Applicant: 华中科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种全脑范围单神经元轴突突触结的自动识别方法及装置，方法包括对神经元骨架树进行拆分得到多根子段纤维，提取子段纤维的邻域图像信号；对子段纤维的邻域图像信号进行自适应前景分割，定位子段纤维的轴突膨大结构，并融合所有子段纤维上的轴突膨大结构；利用深度卷积网络对轴突膨大结构分类，剔除其中的非轴突突触结的轴突膨大结构得到最终的轴突突触结。装置包括获取模块和分类模块。本发明能够克服轴突突触结形态多样、轴突突触结粘连及虚假轴突突触结干扰等问题带来的识别困难，快速地从全脑神经元形态数据集中识别出单神经所有的轴突突触结，并且在快速处理全脑超大体积数据集的同时保持识别结果的精度。
-
公开(公告)号：CN116524251A
公开(公告)日：2023-08-01
申请号：CN202310434203.0
申请日：2023-04-18
Applicant: 华中科技大学同济医学院附属同济医院
IPC: G06V10/764 , G06T7/00 , G06V10/26 , G06V10/774
Abstract: 本发明涉及一种宫颈全玻片图像分类方法、装置、电子设备及存储介质，方法包括：获取宫颈组织病理全玻片图像并进行预处理，得到目标图像，并输入到预设的图像识别模型中，得到宫颈病变细胞预测框和对应的特征向量，图像识别模型是基于超轻深度学习模型训练得到，将宫颈病变细胞预测框对应的图像识别模型中的两个分支特征向量进行拼接，得到对应的拥有语义和形状信息的双尺度维持特征向量，对多张目标图像对应的宫颈病变细胞预测框进行非极大抑制处理，得到多个宫颈病变细胞预测框，并选取置信度最大的特征向量形成一个特征序列，输入到分类模型，对特征序列按照语义和形状信息的双尺度混合特征进行向量分类。
-
公开(公告)号：CN110197114B
公开(公告)日：2021-06-29
申请号：CN201910272160.4
申请日：2019-04-04
Applicant: 华中科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种全脑范围单神经元轴突突触结的自动识别方法及装置，方法包括对神经元骨架树进行拆分得到多根子段纤维，提取子段纤维的邻域图像信号；对子段纤维的邻域图像信号进行自适应前景分割，定位子段纤维的轴突膨大结构，并融合所有子段纤维上的轴突膨大结构；利用深度卷积网络对轴突膨大结构分类，剔除其中的非轴突突触结的轴突膨大结构得到最终的轴突突触结。装置包括获取模块和分类模块。本发明能够克服轴突突触结形态多样、轴突突触结粘连及虚假轴突突触结干扰等问题带来的识别困难，快速地从全脑神经元形态数据集中识别出单神经所有的轴突突触结，并且在快速处理全脑超大体积数据集的同时保持识别结果的精度。
-
公开(公告)号：CN110807754A
公开(公告)日：2020-02-18
申请号：CN201810866455.X
申请日：2018-08-01
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度语义分割的真菌显微图像分割检测方法及系统，所述方法包括：采集N幅真菌显微图像，剔除在所述N幅真菌显微图像中整幅全是黑色背景的图像得到剩余图像，并标注出所述剩余图像中的阳性区域得到标注图像；依据所述标注图像的信息对所述剩余图像和所述标注图像进行切片，生成所需的训练数据集；以残差网络和空洞卷积模块为网络的主体骨架构建深度卷积神经网络模型，读取所述训练数据集训练生成用于分割检测的目标模型，以使用所述目标模型对待检测真菌显微图像进行识别得到所述待检测真菌显微图像的真菌致病相的分割结果。通过本发明能够将致病相的菌丝结构从图像中分割并精准定位。
-
公开(公告)号：CN110738637A
公开(公告)日：2020-01-31
申请号：CN201910886249.X
申请日：2019-09-19
Applicant: 华中科技大学
Abstract: 本发明公开了一种乳腺癌病理切片的自动分类方法及系统，方法包括构建深度语义分割网络对病理组织切片进行语义分割，得到病变区域；根据得到病变区域，构建形态特征集；构建基于形态特征集的病理组织切片分类模型；对病人的n张病理组织切片应用上述分类模型进行分类，根据n张切片的分类结果计算病人的pN分期。本发明提供了的乳腺癌病理切片的自动分类方法能自动预测病人淋巴转移的pN分期，这相比现有方法仅仅只是分割切片内病变区域更加切合医生对智能诊断系统的需求，推进了现有智能诊断方法和系统的研究与落地。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.02 seconds)
