-
公开(公告)号：CN114418931B
公开(公告)日：2024-06-04
申请号：CN202111394398.8
申请日：2021-11-23
Applicant: 东北大学
Abstract: 本公开涉及一种术后剩余肺叶的提取方法及装置、电子设备和存储介质，涉及肺图像处理技术领域。其中，所述的术后剩余肺叶的提取方法，包括：获取待提取的肺图像、已训练的完整肺叶的左肺及右肺肺叶提取模型及已训练的右肺肺叶缺失的多个右肺肺叶提取模型；根据所述肺图像确定术后剩余的肺叶；基于所述左肺及右肺肺叶提取模型以及/或所述多个右肺肺叶提取模型，分别对所述术后剩余的肺叶中的左肺肺叶及右肺肺叶进行提取。本公开实施例可实现术后剩余肺叶的提取。
-
公开(公告)号：CN111414956B
公开(公告)日：2024-01-30
申请号：CN202010189494.8
申请日：2020-03-18
Applicant: 东北大学
IPC: G06V10/77 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明公开一种肺部CT图像中模糊模式的多示例学习识别方法，属于CT图像处理技术领域。该方法首先对不同模式下的肺部CT图像进行随机抽样并进行预处理，其次对预处理后的样本采用迁移学习的方法进行特征提取，并采用主成分分析法对特征进行降维，最后采用优化后的多示例学习的方案对不同模式的肺部CT图像进行分类。本发明把卷积神经网络和多示例学习相结合，能够在数据量不足且存在未知的示例标签的情况下利用CNN提取样本特征，采用网格搜索优化多示例学习的参数，有效提高了分类准确率。
-
公开(公告)号：CN115423819A
公开(公告)日：2022-12-02
申请号：CN202210862097.1
申请日：2022-07-20
Applicant: 东北大学
Abstract: 本公开涉及一种肺血管的分割方法及装置、电子设备和存储介质，涉及肺血管分割技术领域。所述的肺血管的分割方法，包括：获取增强肺图像及其对应的肺血管图像、第一非增强肺图像、及预设第一分割模型；对所述增强肺图像及所述第一非增强肺图像执行配准操作，得到所述第一非增强肺图像对应的肺配准图像；对所述肺配准图像进行肺区域分割，得到肺区域图像；基于所述肺血管图像及所述肺区域图像，对所述预设第一分割模型进行训练；基于所述训练的预设第一分割模型，对第二非增强肺图像进行肺血管分割。本公开实施例可实现非增强肺图像的非增强肺图像。
-
公开(公告)号：CN114418931A
公开(公告)日：2022-04-29
申请号：CN202111394398.8
申请日：2021-11-23
Applicant: 东北大学
Abstract: 本公开涉及一种术后剩余肺叶的提取方法及装置、电子设备和存储介质，涉及肺图像处理技术领域。其中，所述的术后剩余肺叶的提取方法，包括：获取待提取的肺图像、已训练的完整肺叶的左肺及右肺肺叶提取模型及已训练的右肺肺叶缺失的多个右肺肺叶提取模型；根据所述肺图像确定术后剩余的肺叶；基于所述左肺及右肺肺叶提取模型以及/或所述多个右肺肺叶提取模型，分别对所述术后剩余的肺叶中的左肺肺叶及右肺肺叶进行提取。本公开实施例可实现术后剩余肺叶的提取。
-
公开(公告)号：CN111443027A
公开(公告)日：2020-07-24
申请号：CN202010488602.1
申请日：2020-06-02
Applicant: 东北大学
Abstract: 本发明属于岩石渗流力学领域，涉及一种基于磁共振成像技术进行岩石非饱和渗流定量计算的方法，包括将岩石加工为标准尺寸的圆柱体岩石试样；选取一个岩石试样浸水至质量恒定，表面密封静置48h作为标准岩样，对其他所有岩石试样上下端面进行防水处理；岩石试样浸泡水中不同时间；利用磁共振成像系统直接测量岩石试样在不同浸水时间及浸水3min后不同静置时间的条件下内部水分分布及非饱和渗流过程；提取磁共振灰度图像灰度值，获得水分分布与空间和时间关系曲线；结合获得的非饱和渗流试验数据建立该岩石非饱和渗流理论计算方程；根据推导的非饱和渗流方程建立该岩石非饱和渗流的数值模型。通过本发明的岩石非饱和渗流定量计算方法，岩石试样内部非饱和渗流特征得到比较直观的描述，水在岩石试样内部分布位置和相应含量能被定量化计算。
-
Patent Agency Ranking
公开(公告)号：CN111414956A
公开(公告)日：2020-07-14
申请号：CN202010189494.8
申请日：2020-03-18
Applicant: 东北大学
Abstract: 本发明公开一种肺部CT图像中模糊模式的多示例学习识别方法，属于CT图像处理技术领域。该方法首先对不同模式下的肺部CT图像进行随机抽样并进行预处理，其次对预处理后的样本采用迁移学习的方法进行特征提取，并采用主成分分析法对特征进行降维，最后采用优化后的多示例学习的方案对不同模式的肺部CT图像进行分类。本发明把卷积神经网络和多示例学习相结合，能够在数据量不足且存在未知的示例标签的情况下利用CNN提取样本特征，采用网格搜索优化多示例学习的参数，有效提高了分类准确率。
-
公开(公告)号：CN108460748B
公开(公告)日：2020-04-14
申请号：CN201810398258.X
申请日：2018-04-28
Applicant: 东北大学
Abstract: 本发明涉及医疗技术领域，尤其提供一种乳腺肿瘤分析用特征训练参数获取方法及系统来提高后续分类的准确率，以及提供一种乳腺肿瘤诊断系统来提高乳腺肿瘤诊断的准确率。乳腺肿瘤分析用特征训练参数获取方法包括获取乳腺影像序列并对其进行降噪处理，从降噪处理后的乳腺影像序列中分割获取乳腺肿瘤区域，然后获取对侧乳腺所对应的感兴趣区域，之后通过计算乳腺影像序列中乳腺肿瘤区域和感兴趣区域内的信号平均强度绘制双侧时间强度曲线，并基于双侧时间强度曲线分别提取多个特征，并且获得双侧差异特征，然后从双侧差异特征中筛选出多个有效差异特征，多个有效差异特征作为特征训练参数。获取系统用于上述方法，乳腺肿瘤诊断系统包括获取系统。
-
公开(公告)号：CN109102510A
公开(公告)日：2018-12-28
申请号：CN201810877093.4
申请日：2018-08-03
Applicant: 东北大学
Abstract: 本发明涉及一种基于半监督k-means算法的乳腺癌显微病理组织图像分割方法，所述方法包括：所述方法包括：101、获取一张待处理的乳腺癌显微病理组织图片；102、对获取的乳腺癌显微病理组织图片进行预处理；103、将经过预处理的乳腺癌显微病理组织图片采用分割算法进行聚类分割，获取聚类中心；104、将步骤103中获取的聚类中心作为初始聚类中心，将步骤102中经过预处理的乳腺癌显微病理组织图片进行初始化k-means分割，获得一个多类图像染色区矩阵，并对多类图像染色区矩阵的每一类图像染色区采用一种颜色进行染色；105、将获取的多类图像矩阵数据以图片的格式进行展示；本发明提供的图像分割方法，能够使普通计算机完成对JPEG格式乳腺癌显微病理组织图像的分割。
-
公开(公告)号：CN107507197A
公开(公告)日：2017-12-22
申请号：CN201710712015.4
申请日：2017-08-18
Applicant: 东北大学
Abstract: 本发明提出一种基于聚类算法和卷积神经网络的肺实质提取方法，本发明采用聚类算法对肺部CT图像进行预处理，得到CT图像的肺实质区域和非肺实质区域的数据集，将已知的肺部CT图像的数据集划分为训练集和验证集，将未知的肺部CT图像的数据集作为测试集；建立卷积神经网络模型，采用训练集和验证集数据对卷积神经网络模型进行训练，得到训练后的卷积神经网络模型；将测试集输入训练后的卷积神经网络模型中，得到CT图像肺实质区域，实现了对未知患者的肺部CT图像进行肺实质区域提取功能，并对下一阶段自动搜寻肺癌区域垒下基础，有助于下一阶段的肺癌提取、分类。
-
公开(公告)号：CN117274383A
公开(公告)日：2023-12-22
申请号：CN202311255211.5
申请日：2023-09-25
Applicant: 东北大学 , 深圳静美大健康科技有限公司
IPC: G06T7/73 , G06V40/16 , G06V40/18 , G06V10/24 , G06V10/44 , G06V10/764 , G06V10/766 , G06N3/045 , G06N3/0464 , G06N3/098 , G06N3/084
Abstract: 本公开涉及一种视点预测方法及装置、电子设备和存储介质，涉及视点预测技术领域。其中，所述的视点预测方法，包括：获取待预测的彩色图像及其对应的深度图像；利用预设目标检测模型，对所述彩色图像进行目标检测，确定眼睛和嘴对应的检测框；利用所述彩色图像及所述眼睛对应的检测框，确定眼睛图像；对所述眼睛图像进行水平透视变换，得到矫正后的眼睛图像；利用所述深度图像及所述眼睛和嘴对应的检测框，确定眼睛及头部对应的位置和姿态信息；基于预设视点预测模型，利用所述位置和姿态信息和所述矫正后的眼睛图像进行视点预测。本公开实施例可实现视点预测。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.021 seconds)
