-
公开(公告)号：CN104809480A
公开(公告)日：2015-07-29
申请号：CN201510262249.4
申请日：2015-05-21
Applicant: 中南大学
CPC classification number: G06K9/6282 , G06T7/0012 , G06T2207/10004 , G06T2207/20024 , G06T2207/30041
Abstract: 本发明公开了一种基于分类回归树和AdaBoost的眼底图像视网膜血管分割方法，该方法为眼底图中的每个像素点构造一个包括局部特征、形态学特征和像素的向量场散度特征在内的36维特征向量，用以判定其是否为血管上的像素。分类计算时，以分类回归树作为弱分类器对样本集分类，然后对AdaBoost分类器进行训练得到强分类器，并由此完成各个像素点的分类判定，得到最后的分割结果。该方法对血管主干部分提取较好，对于高亮度病灶区的处理很有优势，适合进行后期处理，为主要血管的病变提供了直观结果，适用于眼底图像的计算机辅助定量分析和疾病诊断，对相关疾病的辅助诊断有明显临床意义。
-
公开(公告)号：CN114722013B
公开(公告)日：2025-01-03
申请号：CN202210202531.3
申请日：2022-03-03
Applicant: 中南大学
IPC: G06F16/174 , G06F21/62 , G06F21/64 , G06F18/22
Abstract: 本发明公开了一种用于医疗大数据的重复数据删除方法，包括获取待处理的医疗数据；对医疗数据进行相似度计算得到按照最大相似度排序的数据文件；根据数据文件进行重复数据删除操作，再进行基于最大相似度的重写实现医疗重复数据的删除。本发明提供的这种用于医疗大数据的重复数据删除方法，基于相似度计算确定医疗数据是否冗余并且同时去除噪点数据，基于最大相似度重写数据块提升了恢复性能和删除性能，通过设计区块链策略及重复数据删除的恢复算法高效保证了医疗数据的安全性和完整性；因此本发明方法适用于医疗行业，而且效率高，安全性好。
-
公开(公告)号：CN111612856B
公开(公告)日：2023-04-18
申请号：CN202010449814.9
申请日：2020-05-25
Applicant: 中南大学
IPC: G06T7/90 , G06T7/136 , G06T7/11 , G06T7/00 , G06T5/50 , G06T5/40 , G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种用于彩色眼底图像的视网膜新生血管检测方法，包括获取彩色眼底图像数据并预处理得到训练数据；构建用于视网膜新生血管检测的深度学习网络模型；采用训练数据对深度学习网络模型进行训练得到视网膜新生血管检测器；对待检测的彩色眼底图像数据进行预处理；采用视网膜新生血管检测器对预处理后的待检测的彩色眼底图像数据进行检测得到待检测的彩色眼底图像中判定为视网膜新生血管的像素的预测概率图，并进行阈值化处理得到最终的待检测的彩色眼底图像中的视网膜新生血管的检测结果。本发明还公开了包括所述用于彩色眼底图片的视网膜新生血管检测方法的成像方法。本发明可靠性高、实用性好且检测效果好。
-
公开(公告)号：CN114722013A
公开(公告)日：2022-07-08
申请号：CN202210202531.3
申请日：2022-03-03
Applicant: 中南大学
IPC: G06F16/174 , G06F21/62 , G06F21/64 , G06K9/62
Abstract: 本发明公开了一种用于医疗大数据的重复数据删除方法，包括获取待处理的医疗数据；对医疗数据进行相似度计算得到按照最大相似度排序的数据文件；根据数据文件进行重复数据删除操作，再进行基于最大相似度的重写实现医疗重复数据的删除。本发明提供的这种用于医疗大数据的重复数据删除方法，基于相似度计算确定医疗数据是否冗余并且同时去除噪点数据，基于最大相似度重写数据块提升了恢复性能和删除性能，通过设计区块链策略及重复数据删除的恢复算法高效保证了医疗数据的安全性和完整性；因此本发明方法适用于医疗行业，而且效率高，安全性好。
-
公开(公告)号：CN114675969A
公开(公告)日：2022-06-28
申请号：CN202210313490.5
申请日：2022-03-28
Applicant: 中南大学
IPC: G06F9/50 , G06F16/176
Abstract: 本发明公开了一种基于自适应负载分区的弹性缩放流处理方法，包括基于Flink原型构建流处理系统；构建DKG模型用于分配数据到下游算子实例并管理实例中的计算状态；构建指标收集器模型收集和存储流处理系统的性能指标数据；共享性能指标数据；构建判别器模型用于计算弹性缩放策略实施因子和负载分区策略实施因子；构建对应的弹性缩放策略和负载分区策略；构建重配置控制器模块将策略应用到流处理系统中完成基于自适应负载分区的弹性缩放流处理。本发明还公开了实现所述基于自适应负载分区的弹性缩放流处理方法的系统。本发明能够在均衡和倾斜的数据流上实现较低的端到端处理延迟和较高的吞吐量，而且可靠性高、实施效果好且科学合理。
-
Patent Agency Ranking
公开(公告)号：CN110276763B
公开(公告)日：2021-05-11
申请号：CN201810213111.9
申请日：2018-03-15
Applicant: 中南大学
IPC: G06T7/11
Abstract: 本发明公开了一种基于可信度和深度学习的视网膜血管分割图生成方法，包括：步骤1：获取训练数据，并利用预设的可信度模型和训练数据构建训练集；步骤2：从训练集中选取数据并输入基于卷积神经网络的深度学习模型进行训练得到分类器；步骤3：获取待测图像，并对待测图像进行图像预处理；步骤4：将步骤3中图像预处理后的待测图像输入步骤2中的分类器得到待测图像中像素点位于五类可信度区域的五个预测概率值；步骤5：依据步骤4中待测图像中像素点位于五类可信度区域的预测概率值生成视网膜血管分割图。本发明通过上述方法既能精确分割粗血管，还能精确分割细小血管。
-
公开(公告)号：CN108665474B
公开(公告)日：2021-05-11
申请号：CN201710209253.3
申请日：2017-03-31
Applicant: 中南大学
Abstract: 本发明公开了一种基于B‑COSFIRE的眼底图像视网膜血管分割方法，首先通过取绿色通道，CLAHE等操作突出血管特征并降低噪声，再用B‑COSFIRE滤波器进行响应滤波，最后通过形态学高帽变换和基于连通域的后处理操作提高分割效果；通过对B‑COSFIRE滤波器的特殊配置，使得B‑COSFIRE滤波器对眼底图像具有准确的响应；该方法对于建立高效可靠的计算机辅助医疗系统具有重要意义，对提升辅助医疗系统的精度及效率，乃至临床诊断，疗效评估及早期病症筛查等提供了更为高效的血管分割基础。
-
公开(公告)号：CN111292285A
公开(公告)日：2020-06-16
申请号：CN201811388557.1
申请日：2018-11-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于朴素贝叶斯与支持向量机的糖网病自动筛查方法，包括：对原始彩色眼底图像进行预处理，从中提取血管图像；根据血管图像对预处理图像进行重绘，预处理图像中的血管像素值由周围区域内的非血管像素决定，得到减少血管对比度的血管重绘图像；从血管重绘图像中提取出候选微动脉瘤区域，然后提取候选微动脉瘤的特征；朴素贝叶斯分类器根据候选微动脉瘤特征输出微动脉瘤的标记矩阵，从而获取微动脉瘤的数量，支持向量机根据预处理图像和微动脉瘤的数量给出糖网病检测结果。本方法可以有效避免血管与微动脉瘤精确分割，提取的特征简单易操作，即可实现自动检测是否患有糖网病。
-
公开(公告)号：CN109859139A
公开(公告)日：2019-06-07
申请号：CN201910117094.3
申请日：2019-02-15
Applicant: 中南大学
IPC: G06T5/00
Abstract: 本发明公开了一种彩色眼底图像的血管增强方法，包括获取训练数据并处理；将数据输入到生成模型中对生成模型进行训练并得到最终的生成模型；获取待增强的数据并处理；将数据输入最终的生成模型生成血管增强后的彩色眼底图像。本发明通过生成模型的建立，使用深度神经网络学习荧光造影图像的血管成像特征，可以学习到比灰度纹理等等更深层次的信息，使得眼底图的血管增强效果更佳显著，而且通过损失函数的设计，可以有效的使得生成图像和目标图像更加接近；因此，本发明方法能够有效的根据现有的彩色眼底图像生成血管增强后的彩色眼底图像，而且本发明方法的可靠性高、安全性好且适用范围广。
-
公开(公告)号：CN109711406A
公开(公告)日：2019-05-03
申请号：CN201811594268.7
申请日：2018-12-25
Applicant: 中南大学 , 深圳火眼智能有限公司
Abstract: 本发明公开了一种基于多尺度旋转锚点机制的多方向图像文本检测方法，属于图像文本检测技术领域，利用卷积神经网络提取图像特征，获取一系列的特征图像，设计多尺度旋转的锚点，在每一幅特征图像上进行扫描，获取任意方向感兴趣文本区域，再将感兴趣文本区域输入到双向的长短期记忆网络当中，获取文本块的上下文信息，再输入到全连接层当中，输出文本块的分数和最小矩形包围框的预测，最后将文本块组合成文本行，利用非极大值抑制方法去掉重复的文本框，获得最终的文本行检测结果。本发明检测方法简单、可操作性较强，可以检测图像中多方向排列的文本，具有广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.027 seconds)
