公开(公告)号：CN119762828A

公开(公告)日：2025-04-04

申请号：CN202411911225.2

申请日：2024-12-24

Applicant: 南通大学

Inventor： 郭静 ,  鞠恒荣 ,  成晓天 ,  丁卫平 ,  蔡超越 ,  严如 ,  杨光 ,  邱珊珊

IPC: G06V10/762 ,  G06V10/40 ,  G06V10/44 ,  G06V10/20 ,  G06N3/0464 ,  G06N3/0455 ,  G06V10/74 ,  G06N3/047 ,  G06N3/084 ,  G06N3/0895 ,  G06N3/088

Abstract: 本发明提供了一种基于粗细粒度对比学习的肺部医学图像深度模糊聚类方法，属于医学图像处理技术领域。解决了传统方法在处理肺部医学图像时局部特征丧失以及不能精确地区分相似类别和处理数据边界模糊的技术问题。其技术方案为：包括以下步骤：S10、获取肺部医学图像的特征表示并聚类生成初步的伪标签；S20、利用数据增强技术获取肺部医学图像的增强图像；S30、获取模糊特征表示；S40、结合簇级粗粒度对比损失、样本级细粒度对比损失和均方差损失优化特征表示；S50、获取最终肺部医学图像聚类结果。本方案的有益效果为：可以有效的提高全局与局部信息的关联性，增强特征的表达能力、增强模型对复杂数据的适应性。

公开(公告)号：CN119205819A

公开(公告)日：2024-12-27

申请号：CN202411468561.4

申请日：2024-10-21

Applicant: 南通大学

Inventor： 丁卫平 ,  耿胜 ,  张炜 ,  鞠恒荣 ,  黄嘉爽 ,  成晓天 ,  姜舒 ,  谢天 ,  符凡

IPC: G06T7/11 ,  G06T7/00 ,  G06T5/70 ,  G06T5/60 ,  G06N3/0464 ,  G06N7/02 ,  G06N3/08 ,  G06V10/80

Abstract: 本发明提供了一种基于模糊学习的脑肿瘤图像加速扩散网络分割方法，属于医学图像智能分割技术领域。解决了脑肿瘤图像因纹理模糊和边界消失导致的分割准确率低的技术问题。其技术方案为：包括以下步骤：S1、对脑肿瘤图像数据集进行数据预处理；S2、对脑肿瘤图像使用3D U‑Net网络进行预分割，将得到的分割图进行迭代加噪使其成为一个纯噪声图像；S3、对纯噪声图像进行迭代去噪，使用模糊U‑Net网络学习去噪过程；S4、提前停止去噪过程，使用3D U‑Net网络对分割图进行分割得到最终的分割结果。本发明的有益效果为：分割准确率高，为脑肿瘤图像的分割提供决策支持，为医生的诊断提供了便利。

公开(公告)号：CN118053023A

公开(公告)日：2024-05-17

申请号：CN202410162283.3

申请日：2024-02-05

Applicant: 南通大学

Inventor： 丁卫平 ,  成晓天 ,  耿宇 ,  黄嘉爽 ,  姜舒 ,  陈悦鹏 ,  周天奕 ,  侯涛 ,  耿胜 ,  王静 ,  郭静

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/77 ,  G06V10/28 ,  G06N3/0455 ,  G06N3/082

Abstract: 本发明提供了一种基于三支置信度引导的随机游走机制的Transformer可解释性方法，属于人工智能可解释性技术领域。解决了Transformer模型难以解释得不到使用者信任的技术问题，其技术方案为：首先从图像数据集中读取RGB图像，然后将其切块映射为线性张量，并引入分类张量；接下来进入Transformer模块，将注意力矩阵保存，同时获取分类结果；接着利用适当阈值将注意力矩阵划分前景和背景，将结果输入到三支模块；当原图与前景分类一致且与背景不一致时，本发明根据预测得分获取图像块的置信度得分；当原图与前景、背景分类一致。本发明的有益效果为：可解释性好，在自然图像和医学图像上均有较好的实验结果。