公开(公告)号：CN114926477B

公开(公告)日：2024-06-28

申请号：CN202210526936.2

申请日：2022-05-16

Applicant: 东北大学

Inventor： 叶晨 ,  唐鹏 ,  陈嘉雷 ,  付冲

IPC: G06T7/11 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

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：CN117036247A

公开(公告)日：2023-11-10

申请号：CN202310829056.7

申请日：2023-07-06

Applicant: 东软集团股份有限公司 ,  东北大学

Inventor： 闻英友 ,  孙士尧 ,  何涛 ,  付冲 ,  李盼 ,  徐赛 ,  甄石

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/77

Abstract: 本公开涉及一种结节识别方法、装置、存储介质及电子设备，该结节识别方法通过获取待识别扫描图像；将所述待识别扫描图像输入预设结节识别模型，以获取所述预设结节识别模型输出的结节类别信息，所述结节类别信息包括结节类和非结节类；由于该预设结节识别模型能够通过多个串联的全局与局部特征融合模块对多个不同尺度的特征图进行全局特征与局部特征的融合，得到目标融合特征，能够有效融合多尺度的全局特征与局部特征；再通过分类器根据所述目标融合特征确定所述待识别扫描图像中的所述结节类别信息，能够有效提升得到结节类别信息的准确性和可靠性。

公开(公告)号：CN116827505A

公开(公告)日：2023-09-29

申请号：CN202211721117.X

申请日：2022-12-30

Applicant: 东北大学

Inventor： 付冲 ,  冯洛银 ,  宋伟

IPC: H04L9/00 ,  H04L9/06

Abstract: 本发明公开了一种基于差分扩展可逆隐写的混沌数字图像加密算法，涉及图像加密技术领域，包括以下步骤1、读取明文图像；步骤2、对读入的图像计算其SHA‑256哈希值；步骤3：将步骤2得到的哈希值作为混沌系统的扰动值，对步骤1中读入的图像执行置乱，扩散操作；步骤4：将步骤3中加密过后的数据按照步骤1中的图像头信息得到密文图像；步骤5：将步骤4的密文图像作为输入，采用差分扩展可逆隐写机制将步骤2得到的哈希值嵌入到密文中。实现了一种类一次一密的加密方式，通过一轮加密即可得到理想的安全效果。通过隐写方式将哈希值与密文共同传输，解决了一次一密的密钥分发难题，同时在整体上提高了图像加密算法的实用性与应用便捷性。

公开(公告)号：CN115731088A

公开(公告)日：2023-03-03

申请号：CN202211487022.6

申请日：2022-11-24

Applicant: 东北大学

Inventor： 彭宇翔 ,  付冲 ,  曹桂兴 ,  刘军

IPC: G06T1/00 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明的一种基于生成对抗网络的图像隐写方法，包括：使用大卷积核，并在不使用复杂网络结构与反卷积的条件下，构建基于U‑Net编码器‑解码器架构的生成器网络，以及用于对抗训练的判别器网络；将载体图像输入生成器生成嵌入概率模型，通过double‑tanh函数模拟理想嵌入得到模拟载密图像，使用交叉熵构建判别器损失函数训练判别器；基于判别器的交叉熵损失、嵌入容量、图像视觉相似性和高通滤波误差，设计生成器的损失函数并训练生成器；重复步骤上述步骤同时多次迭代生成器与判别器，直至完成整个训练；使用训练完成的网络和STC编码器，生成载密图像。

公开(公告)号：CN114998081A

公开(公告)日：2022-09-02

申请号：CN202210562182.6

申请日：2022-05-23

Applicant: 东北大学

Inventor： 付冲 ,  贾红展 ,  王钧天

IPC: G06T1/00 ,  H04N19/467

Abstract: 本发明的一种基于H.265/HEVC的视频盲水印嵌入和提取方法，包括；对带有版权信息的水印图像加密处理；加密后水印图像的像素值作为水印信息以二进制的形式嵌入到HEVC的I帧图像和P帧图像中；HEVC视频解码阶段，对嵌入到I帧图像和P帧图像的水印信息进行盲提取；将提取出来的水印信息经过解密恢复成水印图像，以达到版权保护的目的。本发明提出的盲水印嵌入和提取方法，可有效限制视频码率的增长，实现水印的盲提取，在取得较高数据嵌入容量的同时保障了视频视觉质量。

公开(公告)号：CN113610859A

公开(公告)日：2021-11-05

申请号：CN202110629829.8

申请日：2021-06-07

Applicant: 东北大学

Inventor： 付冲 ,  戴黎明 ,  李祎曼

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明是一种基于超声图像的甲状腺结节自动分割方法，包括以下步骤：步骤1：利用公开甲状腺结节数据集建立训练集及测试集；包括对图像和XML文件进行处理，再经过裁剪得到图像与其对应的标签，按比例分为训练集、测试集和交叉验证集；步骤2：建立甲状腺结节分割网络：其中使用空洞卷积、密集连接以及repair‑module(修正模块)等网络结构；步骤3：利用训练集对甲状腺结节分割网络进行训练，得到训练好的分割模型；步骤4：在测试集中验证分割模型，对甲状腺结节进行分割，得到结节病灶信息。本发明利用训练集对甲状腺结节分割网络进行训练，得到训练好的分割模型，辅助医生提高诊断效率。

公开(公告)号：CN103258312B

公开(公告)日：2015-10-28

申请号：CN201310090839.4

申请日：2013-03-20

Applicant: 东北大学

Inventor： 付冲 ,  温昊祥 ,  熊清

IPC: G06T1/00

Abstract: 本发明一种具有快速密钥流生成机制的数字图像加密方法，属于图像加密领域，本发明实现了一个具有快速密钥流元素生成机制的图像加密系统，在扩散阶段，每进行一次混沌系统迭代及密钥流元素量化，可生成多个密钥流元素，有效降低了混沌系统的迭代次数，从而大幅度的提升了加密系统的速度；此外，每次迭代与量化生成的密钥流元素个数是与明文相关的，同时提高了加密系统抗已知明文和选择明文攻击的能力；密码学分析与加密速度测试表明，本发明提出的加密系统，在具有高安全性的前提下，加密速度与传统方法相比有约1倍的提升。

公开(公告)号：CN103167213A

公开(公告)日：2013-06-19

申请号：CN201310048834.5

申请日：2013-02-07

Applicant: 东北大学

Inventor： 付冲 ,  陈俊鑫

IPC: H04N1/32 ,  H04L9/00

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。