-
公开(公告)号：CN108509771B
公开(公告)日：2020-12-22
申请号：CN201810258802.0
申请日：2018-03-27
Applicant: 华南理工大学
IPC: G16B40/00
Abstract: 本发明公开了一种基于稀疏匹配的多组学数据关联关系发现方法，包括：对输入数据进行预处理，提高数据的质量；根据数据特点，选择合适的相似性度量，计算数据特征之间的相似性矩阵；基于特征之间的相似性网络，融入先验信息，挖掘数据特征之间的潜在关联关系。本发明方法可以充分利用现有已被证实的组学数据的特征的先验信息，减少噪音对结果的影响、降低数据误差所带来的不确定性，提高结果的精确性与鲁棒性。
-
公开(公告)号：CN111260551A
公开(公告)日：2020-06-09
申请号：CN202010019592.7
申请日：2020-01-08
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的视网膜超分辨重建系统，包括：上采样和下采样模块、通道注意力模块、3x3和1x1卷积层、以及反卷积和3x3卷积层；所述通道注意力模块由全局平均池化层、Relu激励函数、1x1卷积层和Sigmoid函数组成；所述1x1卷积层包括第一1x1卷积层和第二1x1卷积层；所述全局平均池化层、第一1x1卷积层、Relu激励函数、第二1x1卷积层和Sigmoid函数依次连接构成所述通道注意力模块；所述上采样和下采样模块包括多个反卷积层、多个卷积层和多个1x1卷积层；低分辨率的目标图片依次通过所述3x3和1x1卷积层、上采样和下采样模块、通道注意力模块、反卷积和3x3卷积层，得到高分辨率眼底图像。
-
公开(公告)号：CN111242933A
公开(公告)日：2020-06-05
申请号：CN202010046060.2
申请日：2020-01-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种视网膜图像动静脉的分类装置，涉及医学图像处理领域，包括：图像获取模块，用于获取待分类图像；预处理模块，用于对所述待分类图像进行预处理，得到预处理图像；对抗网络模块，包括预先训练的生成器单元，所述预先训练的生成器单元用于根据所述预处理图像输出每个像素点的动静脉分类概率；结果输出模块，用于根据所述预处理图像中每个像素点的动静脉分类概率，生成动静脉分类结果。本发明还提供了一种视网膜图像动静脉的分类设备及存储介质，能降低分类算法的复杂度，并且不需要手工设计视网膜血管拓扑结构的特征和度量函数，提高了对视网膜图像进行动静脉分类的分类速度和准确性。
-
公开(公告)号：CN111209971A
公开(公告)日：2020-05-29
申请号：CN202010020060.5
申请日：2020-01-08
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明实施例提供一种实现有效特征抽取的深度子空间聚类方法和系统，所述方法包括：利用自编码器抽取输入样本特征表达，并通过最小化输入与输出样本的误差获得自编码器损失函数；利用自表达模块实现子空间学习，获取自表达模块损失函数；通过监督特征学习模块从潜在表示中提取与聚类任务相关的特征，得到监督特征学习模块损失函数；根据所述自编码器损失函数、自表达模块损失函数以及监督特征学习模块损失函数得到优化目标函数；根据得到的相关系数矩阵计算出亲和矩阵，并利用所述亲和矩阵进行谱聚类。本发明实施例能够抽取到对于聚类有用的特征，降低噪声数据的影响，提高聚类效果，也避免了标签不对齐的问题。
-
公开(公告)号：CN118248324A
公开(公告)日：2024-06-25
申请号：CN202410342464.4
申请日：2024-03-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种面向鼻咽癌原发灶和淋巴结核磁共振影像的自动预后系统，包括：数据准备模块，以患者为单位，将一名患者所有的核磁共振影像放入一个文件夹中；分割模块，用于对数据准备模块获得的数据进行处理；特征共享模块，利用扩张卷积组对分割模块获得的各层多尺度深度特征降维但维持尺度不变；数据处理模块，使用分割模块生成的预测图与数据准备模块获得的核磁共振影像进行掩膜策略；预后模块，用于对数据处理模块获得的病灶图和特征共享模块处理后的多尺度深度特征进行处理，得到预测值，最后使用预测值获取患者生存概率，并实现患者风险分层、给出是否接受化疗的建议。本发明能自动实现鼻咽癌患者的预后预测，并全过程实现自动化，避免人工参与。
-
Patent Agency Ranking
公开(公告)号：CN116485746A
公开(公告)日：2023-07-25
申请号：CN202310432896.X
申请日：2023-04-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于流形学习的脑网络多尺度小波分析方法、装置及介质，通过T1‑weighted MRI和DW‑MRI图像，结合Desctrieux图谱和基于表面种子的概率纤维束成像技术得到对应的初始邻接矩阵，计算得到平均邻接矩阵，根据平均邻接矩阵的节点度、介数、PageRank和分配系数从脑网络中选取若干个节点，计算节点上不同尺度下的掩码，初始化多尺度小波，通过幂迭代法求解平均邻接矩阵的拉普拉斯矩阵的特征向量，得到最优的多尺度小波，将脑网络中的蛋白信号投影到其上，得到所述脑网络新的生物标志物信号。因此，本发明实施例通过流形学习来计算脑网络组的均值能更好的维持网络的几何拓扑结构，考虑脑网络的分层模块性和网络节点的中心性能更好的挖掘脑疾病中的一些潜在生理病理机制。
-
公开(公告)号：CN111243674B
公开(公告)日：2023-07-04
申请号：CN202010026283.2
申请日：2020-01-08
Applicant: 华南理工大学
IPC: G16B30/10 , G16B40/00 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/0455 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种碱基序列的识别方法，包括步骤：读取牛津纳米孔测序仪输出的数据文件并提取出待测的DNA/RNA分子对应的电流信号；将所述电流信号按预设的重叠率截取出若干个预设长度的电流信号片段；将每一所述电流信号片段输入预设的时序卷积网络模型中进行时序建模，以针对每一电流信号片段生成对应的碱基概率矩阵；其中，所述碱基概率矩阵为所述电流信号片段在每一采样时间点上出现碱基的概率分布；根据每一所述碱基概率矩阵解码出对应的碱基序列片段，并根据每一碱基序列片段生成所述碱基序列。本发明实施例还提供了碱基序列的识别装置和存储介质。采用本发明实施例，通过时序卷积网络对电流信号进行时序建模，加快了神经网络推理速度，提高了碱基序列识别的效率。
-
公开(公告)号：CN116258755A
公开(公告)日：2023-06-13
申请号：CN202310070582.X
申请日：2023-01-13
Applicant: 华南理工大学
IPC: G06T7/50 , G06T3/40 , G06N3/08 , G06N3/0464 , G06N3/0455
Abstract: 本发明提出了一种基于Transformer的室内高质量深度图像修复方法，包括：1)构建室内深度图像数据集，划分训练集和测试集；2)构建两个阶段的深度图像修复网络，深度图像修复网络包含深度图像补全网络和深度图像超分辨率网络，在第一阶段通过深度图像补全网络对输入的残缺深度图像进行补全得到完整的深度图像，在第二阶段通过深度图像超分辨率网络对上一阶段得到的深度图像进行超分辨率，得到高质量的深度图像；3)用训练集训练深度图像修复网络；4)将测试集输入训练好的深度图像修复网络，实现端到端的高质量深度图像生成。本发明能够对大范围的深度缺失区域进行精确的深度修复，同时实现了端到端的生成高质量深度图像，可实现更灵活和精确的下游应用。
-
公开(公告)号：CN111275166B
公开(公告)日：2023-05-02
申请号：CN202010046206.3
申请日：2020-01-15
Applicant: 华南理工大学
IPC: G06N3/0464 , G06N3/082 , G06N3/0985 , G06N3/063 , G06V10/80 , G06V10/82
Abstract: 本发明公开了基于卷积神经网络的图像处理装置，涉及图像处理领域，一种基于卷积神经网络的图像处理装置，包括：图像获取模块，用于获取待处理图像；小波分解模块，用于对所述待处理图像进行小波分解，从而得到多个子分量；卷积融合模块，用于对所述多个子分量进行卷积融合，得到初步特征图；神经网络模块，用于对所述初步特征图进一步提取特征，得到高级特征图；结果输出模块，用于根据所述高级特征图输出相应的图像处理结果。本发明实施例还提供了基于卷积神经网络的图像处理设备及计算机可读存储介质，能高效地实现对神经网络模型的压缩和加速，节省存储资源和运行中需要占用的运行资源，提高图像处理的效率。
-
公开(公告)号：CN111260664B
公开(公告)日：2023-04-25
申请号：CN202010046208.2
申请日：2020-01-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种鼻咽癌的病灶图像分割装置，涉及医用图像处理领域，包括：图像获取模块，用于获取待分割图像；特征提取模块，用于提取所述待分割图像的图像特征；神经网络模块，包括用于根据所述图像特征对所述待分割图像进行图像分割的神经网络；所述神经网络还包括位置获取单元和语义分割单元；所述位置获取单元，用于根据所述图像特征获取所述待分割图像中病灶的位置信息；所述语义分割单元，用于根据所述图像特征并结合所述位置信息，激励有助于分割的特征图，以获得语义分割结果。本发明实施例还提供了一种鼻咽癌的病灶图像分割设备及计算机可读存储介质，能有效简化神经网络模型，并提高对鼻咽癌的病灶图像分割的分割精度。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.031 seconds)
