公开(公告)号：CN116524419B

公开(公告)日：2023-11-07

申请号：CN202310802044.5

申请日：2023-07-03

Applicant: 南京信息工程大学 ,  南京中网卫星通信股份有限公司

Inventor： 陈苏婷 ,  薄业雯 ,  胡斌武 ,  韩光勋 ,  裴加明 ,  杨宁 ,  孙俊 ,  高云勇 ,  夏芸

IPC: G06V20/40 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/80 ,  G06N3/048

Abstract: 本发明公开了基于时空解耦与自注意力差分LSTM的视频预测方法、系统，该方法包括：引入对抗性损失约束和相似性约束构建时空解耦网络，获得视频的解耦特征；利用差分运算设计动态差分模型，替换传统LSTM单元的遗忘门；在注意力基础上设计一个门控机制，将长时记忆与被注意的特征深度融合，组建新的全局自注意力模型；结合动态差分模型和全局自注意力模型，组建DISA‑LSTM单元，并使用对角循环体系结构堆叠该单元，构建DISA‑LSTM预测网络；基于卷积自编码器搭建网络整体架构，并联合损失函数训练模型。本发明有效提高了网络捕获高维动态复杂特征的能力和视频预测的精确性，降低了高维视频数据给预测工作带来的复杂程度。

公开(公告)号：CN116563284A

公开(公告)日：2023-08-08

申请号：CN202310835135.9

申请日：2023-07-10

Applicant: 南京信息工程大学 ,  南京中网卫星通信股份有限公司

Inventor： 陈苏婷 ,  胡斌武 ,  杨宁 ,  韩光勋 ,  薄业雯 ,  裴加明 ,  孙俊 ,  郑学东 ,  李玮

IPC: G06T7/00 ,  G06T7/13 ,  G06T5/00 ,  G06T11/40

Abstract: 本发明公开了定量描述MRI中脑胶质瘤特征边界变化评估指标的系统，包括：图像预处理模块、MSC度量值计算模块、有效性评估模块和预测性评估模块。所述图像预处理模块将获取的脑胶质瘤数据进行去噪和去除孤立体素并填充处理；所述MSC度量值计算模块构建肿瘤的边界划分采样，设计计算脑胶质瘤的边界清晰度系数的模型；所述有效性评估模块利用Bland‑Altman检验和卡方检验分析评估MSC的准确性；所述预测性评估模块通过脑胶质瘤边界清晰度系数验证脑胶质瘤的侵袭性，结合机器学习线性回归、Cochran‑Armitage趋势卡方检验以及皮尔逊相关系数来评估MSC的预测性能。本发明可以满足在计算脑胶质瘤边界清晰度的同时，进一步的了解MSC与脑胶质瘤的侵袭之间的关系。

公开(公告)号：CN116309669A

公开(公告)日：2023-06-23

申请号：CN202310306189.6

申请日：2023-03-27

Applicant: 南京信息工程大学

Inventor： 陈苏婷 ,  胡斌武 ,  杨宁 ,  韩光勋 ,  薄业雯 ,  裴加明

IPC: G06T7/136 ,  G06T7/12 ,  G06T7/00 ,  G06V10/80 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于三平面融合边缘U‑Net的脑肿瘤分割方法，包括步骤：将获取的脑肿瘤MR图像分为训练集和验证集，并对训练集图像进行预处理；基于U‑Net架构，通过对脑肿瘤MR图像进行三平面的分割，以边缘辅助模块作为跳跃连接构建边缘U‑Net模型，将提取的图像特征和边缘特征进行融合；采用交叉熵损失函数和边界损失函数相结合的组合损失函数，对边缘U‑Net模型进行训练，获得最佳模型；将预处理脑肿瘤图像数据集和边缘特征图像数据集一起作为不同平面的数据，输入到三个网络结构中以训练最优参数，得到最优的网络分割结果；根据最有分割结果得到三维概率图。本发明能提高分割的精度和分割出整体肿瘤的不同部分。