公开(公告)号：CN118736461A

公开(公告)日：2024-10-01

申请号：CN202410817051.7

申请日：2024-06-24

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 刘明辉 ,  王晓敏 ,  王新新 ,  刘念伯 ,  邓佳丽 ,  龚海刚 ,  刘明

IPC: G06V20/40 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0455 ,  G06N3/092 ,  G06N3/096 ,  G06N3/048 ,  G06N3/082

Abstract: 本发明公开了一种基于Vision‑Transformer和强化学习的PTFE乳液石蜡分离自动检测方法及装置，该方法包括：从不同视角采集图像并进行预处理，构建训练集和测试集；基于Vision‑Transformer和强化学习构建用于PTFE乳液石蜡分离检测的PatchRLNet模型；使用训练集对PatchRLNet模型进行迭代训练，基于交叉熵损失函数调整模型参数，以获取训练好的PatchRLNet模型；将测试集中的图像输入至训练好的PatchRLNet模型中，得到预测的图像类别。本发明能够自动化且智能化的进行PTFE乳液石蜡分离检测，有效提高了检测的准确性，减轻了工作人员的操作负担。

公开(公告)号：CN118657791A

公开(公告)日：2024-09-17

申请号：CN202410967844.7

申请日：2024-07-18

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 王晓敏 ,  胡哲铭 ,  龚海刚 ,  杨梅乙 ,  刘念伯 ,  刘明 ,  刘明辉 ,  邓佳丽

IPC: G06T7/10 ,  G06T7/00

Abstract: 本发明涉及一种基于深度学习的疾病图像分割方法，包括：模型编码器的Stem部分对输入图像进行处理，在Stem后串联四个Mixed Layer，四个Mixed Layer依次对图像进行处理，且每个Mixed Layer将处理后的数据输入到下一个Mixed Layer；模型解码器通过五个Decoder Block串联组成，每个Decoder Block通过一个双线性上采样层和两个卷积层组成，前四个Decoder Block在通道维度连接来自跳跃连接的编码器潜层细节特征，并通过最后一个Decoder Block输出最终分割结果。本发明兼顾低计算成本、提取CT数据z轴特征的能力以及优越的分割性能。

公开(公告)号：CN118644711A

公开(公告)日：2024-09-13

申请号：CN202410688383.X

申请日：2024-05-30

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 龚海刚 ,  冯发智 ,  王晓敏 ,  解天舒 ,  刘明辉 ,  邓佳丽 ,  刘念伯 ,  刘明

IPC: G06V10/764 ,  G16H30/00 ,  G06T7/00 ,  G06V10/80 ,  G16H50/20 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明公开了一种适用于对肝内胆管癌分化程度进行预测的方法，通过引入了一种名为SiameseNet的双分支深度神经网络，采用多实例学习来减轻肿瘤异质性导致的性能下降。本发明所提出的方法通过交叉注意力机制整合来自两种不同模态的图像信息，最终实现高性能的预测网络，曲线下面积和受试者工作特征曲线用于评估模型性能。本发明所提出的网络在测试队列中的准确度为86.0％，曲线下面积为86.2％，敏感性为84.6％，特异性为86.7％。该模型可帮助医生及时评估患者肿瘤分化程度，制定个性化诊疗方案。

公开(公告)号：CN118644710A

公开(公告)日：2024-09-13

申请号：CN202410688376.X

申请日：2024-05-30

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 刘念伯 ,  何行广 ,  王晓敏 ,  解天舒 ,  刘明辉 ,  邓佳丽 ,  龚海刚 ,  刘明

IPC: G06V10/764 ,  G06T7/00 ,  G06T3/4038 ,  G06F17/11 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种应用深度学习预测肝内胆管细胞癌分化程度的方法，引入一个将细粒度图像分类方法与课程学习方法相结合的预测肝内胆管癌分化程度的框架，名为FGCNet模型；该模型通过细粒度图像分类方法有效识别CT图像上肝内胆管癌分化程度的细微差异，通过课程学习方法加快训练速度并增强模型泛化能力。本发明提供的模型在测试数据集上的准确度为80.49％，灵敏度为81.25％，特异性为80％，曲线下面积为78.25％；该模型可以无创地评估肝内胆管癌细胞的分化程度，从而成为帮助医生制定肝内胆管癌治疗策略的潜在工具。

公开(公告)号：CN116798628A

公开(公告)日：2023-09-22

申请号：CN202310794200.8

申请日：2023-06-30

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 龚海刚 ,  王晓敏 ,  刘明辉 ,  夏文涛 ,  刘念伯 ,  刘明

IPC: G16H50/30 ,  G06T7/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了基于深度学习方法的ICC病理分化程度预测方法，涉及计算机技术领域，包括S1获取训练数据集；S2训练数据集导入ResNet‑50网络，训练优化获得病理分化程度预测模型；S3获取待预测患者的待预测数据集；S5病理分化程度预测模型对待预测数据集进行预测分析，得到分析结果；S6根据所有的分析结果输出预测结果；通过对患者的CT图像进行分析，得到最后的预测结果作为预测患者的病理分化程度，区别于传统的组织学活检当时，本方法无需侵入患者身体，避免给患者带来生理上的痛苦，而且本方法可以获取病灶情况的时效性强，以便于指导术前治疗方案的制定，选择最佳的治疗方案，以达到最好的治疗效果；亦可以用于患者的预后，了解治疗的效果。

公开(公告)号：CN116680456A

公开(公告)日：2023-09-01

申请号：CN202310719597.4

申请日：2023-06-16

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 吴磊 ,  唐超 ,  龚海刚 ,  刘明 ,  王晓敏

IPC: G06F16/9032 ,  G06F16/901 ,  G06F16/9035 ,  G06N3/048 ,  G06N3/047 ,  G06N3/0985

Abstract: 本发明公开了基于图神经网络会话推荐系统的用户偏好预测方法，涉及人工智能技术领域，包括：S1获取训练数据集；S2、预处理训练数据集得会话序列；S3构建偏好预测模型；S4会话序列导入到偏好预测模型，并训练优化；S5获取待预测的用户数据，预处理得待预测的会话序列；S6、待预测的会话序列导入优化的偏好预测模型得预测结果；在构建会话图时给每个物品节点添加自环并将边的关系，增加邻接矩阵的信息，解决矩阵稀疏问题，采用多通道图神经网络来提取会话的局部兴趣特征，高效利用会话图中的信息，然后引入多层自注意力网络来提取会话的全局兴趣特征，通过会话实现精准有效的偏好预测。