-
公开(公告)号:CN117853413A
公开(公告)日:2024-04-09
申请号:CN202311665540.7
申请日:2023-12-06
Applicant: 复旦大学 , 中国人民解放军海军军医大学第三附属医院
IPC: G06T7/00 , G06V10/82 , G06V10/26 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明属于医学图像处理技术领域,具体为基于深度神经网络的胆管结石识别系统。本发明系统包括胆管、结石图像数据标注模块,胆管、结石识别模型,模型训练模块;本发明对构建的胆管结石检测数据集进行人工标注:使用深度神经网络作为胆管、结石识别模型对目标图像进行特征提取,并通过控制器对分割网络的特征提取环节进行干预,帮助网络提取胆管、结石共享特征与独立特征。此外对胆管内结石提出两阶段融合检测的策略,先识别出胆管的位置,再识别结石的位置:在对目标图像进行胆管、结石分割时,对图像是否含有胆管、结石进行二值化分类预测,提升预测准确率。本发明能够准确且可靠地检测胆管结石,为医生提供辅助诊断和治疗决策的依据。
-
公开(公告)号:CN116012789A
公开(公告)日:2023-04-25
申请号:CN202310061780.X
申请日:2023-01-18
Applicant: 复旦大学
IPC: G06V20/52 , G06V10/26 , G06V40/10 , G06V10/40 , G06V10/80 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于改进式目标检测模型的厨房行为实时监测方法及系统,所述方法包括以下步骤:采集实时厨房监控数据;以所述实时厨房监控数据作为经训练的组合模型的输入,实时判断厨房工作人员的着装行为是否正确;其中,所述组合模型包括:大目标实例分割模块,用于从实时厨房监控数据中自动分割出人体大目标;小目标检测识别网络,用于对所述人体大目标进行特征提取和多尺度特征融合,选取候选区域,进而实现厨房工作人员的着装行为是否正确的判断。与现有技术相比,本发明具有降低人力成本、识别快、准确度高等优点。
-
公开(公告)号:CN111242827A
公开(公告)日:2020-06-05
申请号:CN202010042854.1
申请日:2020-01-15
Applicant: 复旦大学
IPC: G06T1/00
Abstract: 本发明属于数字水印技术领域,具体为一种基于DT-CWT和SVD的鲁棒彩色数字图像水印方法。本发明中,水印嵌入方首先将彩色图像U通道进行4级DT-CWT变换,将第四级和第三级的6个高通子带做分块处理且在每个子块中做SVD变换;然后选择每个子块对角矩阵中的第一个特征值嵌入水印;利用每个子块生成感知信号对水印进行调制;最后利用果蝇优化算法对嵌入强度进行计算,优化鲁棒性;水印检测方接收到在信道传输后的图像,根据嵌入的逆过程对嵌入的水印进行提取,并与共享密钥生成的水印进行比对,检测水印有无。本发明避免了检测者需要事先获取水印信息和原始图像大小信息,能够在全盲条件下,具有较好的不可见性和较强的鲁棒性。
-
-