-
公开(公告)号：CN116485791B
公开(公告)日：2023-09-29
申请号：CN202310715680.4
申请日：2023-06-16
Applicant: 华侨大学
Abstract: 本发明公开了基于吸收度的双视图乳腺肿瘤病变区自动检测方法及系统，涉及医学图像处理领域，步骤如下：S1，获取乳腺超声肿瘤灰度图像数据集，标注数据并作图像预处理；S2，将预处理图像进行吸收度变换，得到超声吸收度图像；S3，将乳腺超声肿瘤灰度图像和对应的超声吸收度图像作为双视图，输入双视图检测模型；S4，双视图检测模型分别对双视图进行特征提取，有效反映双视图中肿瘤感兴趣区域；所述S4包括：将双视图不同尺度的特征图嵌入DFT单元进行特征融合。本发明结合乳腺超声肿瘤灰度图和吸收度图，弥补乳腺超声肿瘤灰度图像信息不足的缺陷；利用DFT单元动态学习灰度图像和吸收度图像的二元关系，对二者进行融合与交互，增强关联性和互补性。
-
公开(公告)号：CN116485791A
公开(公告)日：2023-07-25
申请号：CN202310715680.4
申请日：2023-06-16
Applicant: 华侨大学
Abstract: 本发明公开了基于吸收度的双视图乳腺肿瘤病变区自动检测方法及系统，涉及医学图像处理领域，步骤如下：S1，获取乳腺超声肿瘤灰度图像数据集，标注数据并作图像预处理；S2，将预处理图像进行吸收度变换，得到超声吸收度图像；S3，将乳腺超声肿瘤灰度图像和对应的超声吸收度图像作为双视图，输入双视图检测模型；S4，双视图检测模型分别对双视图进行特征提取，有效反映双视图中肿瘤感兴趣区域；所述S4包括：将双视图不同尺度的特征图嵌入DFT单元进行特征融合。本发明结合乳腺超声肿瘤灰度图和吸收度图，弥补乳腺超声肿瘤灰度图像信息不足的缺陷；利用DFT单元动态学习灰度图像和吸收度图像的二元关系，对二者进行融合与交互，增强关联性和互补性。
-
公开(公告)号：CN111428778B
公开(公告)日：2023-04-07
申请号：CN202010199544.0
申请日：2020-03-20
Applicant: 华侨大学 , 福建医科大学附属第二医院 , 泉州市华工智能技术有限公司
IPC: G06V10/764 , G06V10/25 , G06V10/50 , G16H50/20
Abstract: 本发明提供了超声图像分类领域的一种胎儿颜面部标准切面自动分类法，包括如下步骤：步骤S10、获取复数张胎儿颜面部的超声图像，对各所述超声图像进行预处理并分别生成标准切面；步骤S20、提取所述标准切面中包括局部二值模式以及方向梯度直方图的纹理特征；步骤S30、对所述纹理特征进行欧式距离归一化，得到特征向量；步骤S40、基于所述特征向量，利用支持向量机对所述标准切面进行学习和分类。本发明的优点在于：极大的提升了胎儿颜面部标准切面分类的精度以及效率，进而极大的提升了提升临床诊断效率，降低了临床诊断成本。
-
公开(公告)号：CN111428713B
公开(公告)日：2023-04-07
申请号：CN202010199592.X
申请日：2020-03-20
Applicant: 华侨大学 , 福建医科大学附属第二医院 , 泉州市华工智能技术有限公司
IPC: G06V10/25 , G06V10/764 , G06V10/774 , G06T5/00 , G06T5/50 , G06T7/40 , G06T7/62
Abstract: 本发明提供了超声图像分类领域的一种基于特征融合的超声图像自动分类法，包括如下步骤：步骤S10、获取超声图像，对所述超声图像进行预处理并生成标准切面；步骤S20、提取所述标准切面中的图像特征；步骤S30、对所述图像特征进行归一化处理，得到特征向量；步骤S40、基于所述特征向量，利用SVM分类器对所述标准切面进行学习和分类。本发明的优点在于：极大的提升了超声图像标准切面分类的精度以及效率。
-
公开(公告)号：CN111340823B
公开(公告)日：2023-04-07
申请号：CN202010112442.0
申请日：2020-02-24
Applicant: 华侨大学 , 泉州市华工智能技术有限公司
Abstract: 本发明提供了图像处理领域的一种基于模糊熵以及差分进化的乳腺图像分割法，包括如下步骤：步骤S1、获取乳腺图像，设置模糊熵阈值的分割参数；步骤S2、对种群进行初始化；步骤S3、基于所述分割参数，计算初始化种群内个体的模糊熵隶属度函数，进而求取个体的适应值，生成优化种群；步骤S4、对所述优化种群进行变异、交叉以及选择操作；步骤S5、判断当前迭代次数是否大于最大迭代次数，若是，则输出各个体对应的最优的模糊熵隶属度参数，并进入步骤S6；若否，则进入步骤S3；步骤S6、利用所述最优的模糊熵隶属度参数以及双阈值分割法对乳腺图像进行分割。本发明的优点在于：极大的提升了乳腺图像分割的精度和速度，进而提升患者的治疗效果。
-
Patent Agency Ranking
公开(公告)号：CN110956612B
公开(公告)日：2023-03-31
申请号：CN201911063168.6
申请日：2019-10-31
Applicant: 华侨大学 , 泉州市华工智能技术有限公司
Abstract: 本发明提供一种细胞快速计数方法，包括步骤S1、将细胞培养过程中采集到的明场显微细胞图像读入到图像处理工具中；步骤S2、通过计算机图像处理算法对读入的明场显微细胞图像进行图像预处理操作；步骤S3、计算经图像预处理操作后的明场显微细胞图像中的细胞数目。本发明优点在于：通过本发明的技术方案，可大大提高明场显微细胞图像中细胞计数的效率和准确率，且通过实验证明，本发明的细胞计数准确率高达94％以上，这对于生物学研究和临床阶段的一些科研工作意义重大。
-
公开(公告)号：CN115393375A
公开(公告)日：2022-11-25
申请号：CN202210988158.9
申请日：2022-08-17
Applicant: 华侨大学
Abstract: 本发明荧光显微成像中明场细胞图像分割方法和装置，结合改进的二维OTSU阈值分割算法，在图像图预处理阶段已对单细胞图像噪声点进行了滤除，又采取了二值图像数学形态学方法进一步细胞分割结果，而后对粘连细胞部分结合细胞核图像采用基于标记控制的分水岭分割算法进行分割处理，本发明通过采用图像增强操作来改善分割结果，并利用多种分割方法来细化分割结果，能够有效解决明场细胞图像中存在的弱边缘、对比度差、细胞形状不规则和细胞粘连的问题，因此整体视觉分割效果是较好的。
-
公开(公告)号：CN110516569B
公开(公告)日：2022-03-08
申请号：CN201910753998.5
申请日：2019-08-15
Applicant: 华侨大学 , 厦门市公安局思明分局 , 中国人民公安大学
Abstract: 本发明提供一种基于身份和非身份属性交互学习的行人属性识别方法。首先，采用一种具有视角变化鲁棒性的特征学习方法对行人图像进行特征表达；其次，将行人属性分为身份属性和非身份属性，对二者之间的潜在关系进行建模，设计出行人身份属性和非身份属性交互学习的目标函数，利用身份属性的识别优势促进非身份属性识别率的提高，并且利用非身份属性识别率的提高反过来进一步改进身份属性的识别效果。行人属性分为身份属性和非身份属性的潜在关系为：相同身份的行人之间，必然具有相同的非身份属性；非身份属性差异大的行人之间，其身份属性差异一般较大。最后，采用mini‑batch随机梯度下降算法对目标函数进行优化，实现行人属性的识别。
-
公开(公告)号：CN108846475B
公开(公告)日：2021-10-26
申请号：CN201810542036.0
申请日：2018-05-30
Applicant: 华侨大学
IPC: G06N3/04
Abstract: 本发明涉及一种应用于目标检测、目标分类或目标识别系统的分段密集连接型深度网络构建方法，首先把深度网络中各串连续连接的卷积层划分为多个小段；其次，对每个小段内的卷积层进行密集连接，即段内密集连接；然后，对每个小段进行密集连接，即段间密集连接，从而实现了对连续连接的卷积层的分段密集连接。最后，在各串连续连接的卷积层之间配合上最大池化层，并在最后的最大池化层之后配上全连接层，就完成了分段密集连接型深度网络的构建。借助分段密集连接的机制，一方面有利于训练更深的深度网络，进而有利提升深度网络的特征学习能力；另一方面，由于分段划分，各个小段内只包含少数卷积层，能够有效地避免因密集连接所带来的庞大计算量。
-
公开(公告)号：CN110956612A
公开(公告)日：2020-04-03
申请号：CN201911063168.6
申请日：2019-10-31
Applicant: 华侨大学 , 泉州市华工智能技术有限公司
Abstract: 本发明提供一种细胞快速计数方法，包括步骤S1、将细胞培养过程中采集到的明场显微细胞图像读入到图像处理工具中；步骤S2、通过计算机图像处理算法对读入的明场显微细胞图像进行图像预处理操作；步骤S3、计算经图像预处理操作后的明场显微细胞图像中的细胞数目。本发明优点在于：通过本发明的技术方案，可大大提高明场显微细胞图像中细胞计数的效率和准确率，且通过实验证明，本发明的细胞计数准确率高达94％以上，这对于生物学研究和临床阶段的一些科研工作意义重大。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.04 seconds)
