公开(公告)号：CN109978784A

公开(公告)日：2019-07-05

申请号：CN201910215107.0

申请日：2019-03-21

Applicant: 江南大学

Inventor： 王子贤 ,  刘凡 ,  汪思瀚 ,  吴甜颖 ,  杨晨 ,  郑佳敏 ,  蒋亦樟 ,  钱鹏江

IPC: G06T5/00 ,  G06T7/30 ,  G06K9/62

Abstract: 本发明适用于计算机领域，提供了一种MR图像和CT图像配准方法，包括：获取待配准的MR图像和CT图像；根据所述MR图像生成模拟CT图像；根据所述模拟CT图像与待配准的CT图像确定当前位移场；基于微分同胚算法对所述当前位移场及上一位移场进行处理，生成叠加态位移场；对所述叠加态位移场正则化处理生成平滑形变场；根据平滑形变场以及模拟CT图像生成配准待确认图像；直至满足预设的条件时，确认所述配准待确认图像为配准后图像，否则返回至前述根据所述模拟CT图像与待配准的CT图像确定当前位移场的步骤进行迭代处理。本发明实施例提供的配准方法，通过将MR图像处理为模拟CT图像，再进行迭代优化配准，对存在较大形变的图像同样具有良好的配准效果。

公开(公告)号：CN108645929A

公开(公告)日：2018-10-12

申请号：CN201810453476.9

申请日：2018-05-10

Applicant: 江南大学

Inventor： 邓赵红 ,  蒋亦樟 ,  王士同

IPC: G01N30/02 ,  G01N30/86 ,  G06N7/02

Abstract: 本发明公开了一种基于0阶稀疏学习TSK模糊模型的白酒酒龄检测方法，包括以下步骤：1）、应用电子鼻对已知酒龄的待测白酒进行白酒挥发物质的检测，获得原始频率信号；2）、采用基于模糊子空间聚类的0阶稀疏学习TSK模糊模型对步骤1）所得的频率信号进行处理，建立白酒的鉴别模型；3）、采用电子鼻对待测的白酒进行白酒挥发物质的检测，然后采用步骤2）中得到的基于0阶稀疏学习TSK模糊模型的鉴别模型做出酒龄的判断。采用本发明的基于0阶稀疏学习TSK模糊模型的白酒酒龄检测方法可以快速、方便、准确的评判白酒的酒龄，检测灵敏度高，可以克服传统理化分析及人工感官品评的局限性，为白酒的质量评判提供了有效、简便的新方法。

公开(公告)号：CN108596228A

公开(公告)日：2018-09-28

申请号：CN201810330707.7

申请日：2018-04-13

Applicant: 江南大学

Inventor： 王骏 ,  张英 ,  鲍国强 ,  罗晓清 ,  邓赵红 ,  蒋亦樟 ,  王士同

IPC: G06K9/62

Abstract: 本发明公开了一种基于无监督模糊系统的脑功能磁共振图像分类方法，它涉及自闭症计算机辅助诊断技术领域。其步骤为：采集静息状态下的功能磁共振成像数据并进行预处理，选择AAL模板将大脑皮层分区，提取每个脑区的平均时间序列信号，使用皮尔逊相关系数计算得到低阶功能连接矩阵；基于低阶功能连接矩阵计算皮尔逊相关系数得到高阶功能连接矩阵，将每个对象的低阶和高阶脑功能连接矩阵分别拉直，使用基于流形正则化约束的无监督模糊系统进行降维，对降维后的低阶和高阶功能连接矩阵进行线性组合，使用SVM进行分类。本发明对静息态脑功能磁共振图像进行分类，将其应用于自闭症的计算机辅助诊断中，分类准确率高、泛化性能好、可解释性强。

公开(公告)号：CN107392230A

公开(公告)日：2017-11-24

申请号：CN201710483627.0

申请日：2017-06-22

Applicant: 江南大学

Inventor： 钱鹏江 ,  奚臣 ,  蒋亦樟 ,  邓赵红 ,  王骏 ,  王士同

IPC: G06K9/62

CPC classification number: G06K9/6268 ,  G06K9/6247 ,  G06K9/6259

Abstract: 本发明公开了一种具备极大化知识利用能力的半监督图像分类方法。该方法针对一般图像分类技术里面专注于对图像数据预处理和特征筛选上，而在分类方法上并未有所突破，提出了一种具备极大化知识利用能力的半监督图像分类方法。该图像分类方法在首先考虑了现实情况下图像标记代价大的问题，从半监督方法着手，再对标记图像数据进行极大化挖掘，从有标记图像和无标记图像两个方面着手挖掘图像数据知识；同时，在图像数据的预处理和特征筛选上，采取了具有适用性的归一化和主成分分析征降维方法来事先处理图像数据，充分保证图像数据信息的完整性。

公开(公告)号：CN102903112B

公开(公告)日：2015-01-07

申请号：CN201210376033.7

申请日：2012-09-29

Applicant: 江南大学

Inventor： 王骏 ,  王士同 ,  邓赵红 ,  钱鹏江 ,  应文豪 ,  蒋亦樟 ,  倪彤光

IPC: G06T7/00

Abstract: 本发明涉及一种面向小目标检测的快速核密度估计图像阈值分割方法，该方法包括：读入图像，在计算机中得到该图像的灰度矩阵，并设置参数gate值；将图像中相同灰度级的像素点作为一个集合，如果该集合中的像素点数目Ni>gate，则使用FRSDE进行压缩；否则使用RSDE进行压缩；构建关系矩阵M来表示图像上不同灰度级之间的相互关系。将目标函数的求极值问题转化为基于矩阵区域的元素最小化求和问题，从而得到最佳阈值。本发明与已有技术相比，具有过程简单、易于实现、具有鲁棒性好与求解效率高等优点。因此，本发明为高分辨率图像的小目标检测问题提供了一种可行的方案；同时，为复杂背景下小目标图像的检测提供了一种行之有效的技术基础。

公开(公告)号：CN119006867B

公开(公告)日：2025-02-18

申请号：CN202411485053.7

申请日：2024-10-23

Applicant: 江南大学

Inventor： 周尔昊 ,  卞则康 ,  王士同 ,  蒋亦樟 ,  李禹辰

IPC: G06V10/762 ,  G06T7/00 ,  G06V10/40 ,  G06V10/82

Abstract: 本发明涉及图像识别领域，尤其指一种小样本直肠癌MR图像的完全可解释的分期预测方法、装置及介质；计算预处理后的直肠癌MR图像的共生矩阵提取每张图像的物理特征，真实标签也作为物理特征；根据图像及真实标签确定K个聚类以表征直肠癌分期阶段；对物理特征用模糊C均值算法得到K个聚类的相关信息；根据K个聚类的相关信息训练TSK模糊系统得到初始直肠癌分期预测模型；将直肠癌MR图像及真实标签输入模型输出分期预测值；以预测误差、输出方差和改进的特征分布损失构建模型中模糊规则权重的目标函数；以解析解的形式对目标函数求解，得到优化后的规则权重及直肠癌分期预测模型，实现基于少量直肠癌MR图像的完全可解释的分期预测。

公开(公告)号：CN119005295A

公开(公告)日：2024-11-22

申请号：CN202411476651.8

申请日：2024-10-22

Applicant: 江南大学

Inventor： 林佳伟 ,  卞则康 ,  蒋亦樟 ,  王士同

IPC: G06N3/096 ,  G06V10/764 ,  G06V40/10 ,  G06V10/82 ,  G06V10/74

Abstract: 本发明涉及数据分析领域，尤其是指一种多源域人体姿态识别迁移模型构建方法及装置；利用储备池变换公式生成人体姿态的多个源域数据和目标域数据的储备池表示；计算各源域、目标域的储备池表示间的RSD距离，根据RSD距离选择第一相似源域的储备池表示并使用mix‑up公式增强；在除第一相似源域外的其他源域的储备池表示中选择第二相似源域并增强；合并增强后的第一、第二相似源域的储备池表示作为最相似源域的储备池表示输入TSK模糊系统，得到初始人体姿态识别模型；根据目标域的储备池表示调整模型初始模糊规则的后件参数，得到优化后的人体姿态识别模型。实现了基于多个不充分源域快速且精准的人体姿态识别。

公开(公告)号：CN118823528A

公开(公告)日：2024-10-22

申请号：CN202410791163.X

申请日：2024-06-19

Applicant: 江南大学 ,  苏州觉卿谛语智能科技有限公司

Inventor： 姚健 ,  朱鑫磊 ,  钱鹏江 ,  王闯 ,  蔡尉尉 ,  高明 ,  符成龙 ,  蒋亦樟

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明属于计算机技术领域，涉及一种基于大模型和注意力机制的多模态数据融合分类方法；将第一图像特征向量和第二图像特征向量输入至分类模型中的滑动窗口交叉注意力融合模块，输出第一目标图像特征向量和第二目标图像特征向量；将第一目标图像特征向量、第二目标图像特征向量和文本特征向量输入至分类模型中的异构数据交叉注意力融合模块，输出目标对象的目标特征向量；将目标对象的目标特征向量输入至分类模型中的全连接层，输出目标对象的分类结果。本申请直接对不同图像特征进行融合，既融合了不同图像之间的特征信息，又避免了过度融合导致的过拟合风险，减少了信息冗余和噪声，可以更好地平衡文本模态和图像模态，提高了分类结果的准确性。

公开(公告)号：CN113066562B

公开(公告)日：2024-10-22

申请号：CN202110441339.5

申请日：2021-04-23

Applicant: 江南大学

Inventor： 范超 ,  钱鹏江 ,  蒋亦樟 ,  陈爱国 ,  袁超 ,  于宏斌 ,  张欣 ,  顾逸 ,  姚健

IPC: G16H30/20 ,  G16H50/20 ,  G16H80/00 ,  G16H40/20 ,  G06F16/55 ,  G06F16/51

Abstract: 本发明公开了一种基于5g的医疗图像传输方法及系统，包括患者应用模块、医生应用模块、医疗图像存储模块、医疗图像分类模块、病变位置确认模块、病变位置对比模块、复诊阶段分析模块、患者就诊阶段匹配模块、患者就诊经验交流模块、医疗图像传输模块、专家信息整合模块、医患信息匹配模块，本发明的有益效果在于：通过对医疗图像进行分类和患者复诊次数以及下一次复诊时间的统计，并判断医疗图像中不同患者的病变位置以及病变位置处的病变程度，分析患者所处就诊阶段，智能调整处于患者的复诊时间，并为患者之间提供交流渠道，以提高复诊率，进一步对医生的综合能力进行分析，将医生与患者进行匹配，为患者提供咨询渠道。

公开(公告)号：CN118799948A

公开(公告)日：2024-10-18

申请号：CN202411282724.X

申请日：2024-09-13

Applicant: 江南大学 ,  吉林大学 ,  苏州大学

Inventor： 姚健 ,  钱鹏江 ,  薛文倩 ,  樊成 ,  张冠宇 ,  方伟 ,  王闯 ,  蒋亦樟 ,  刘洋 ,  梁福生

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/84 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明涉及半监督表情识别技术领域，公开了一种基于交叉融合与置信评估的情绪识别智能合约构建方法，包括获取基于区块链存储的面部图像，划分为有标签与无标签样本集；将所有面部图像分别输入初始图像分类模型，获取预测标签与标签置信度得分；基于每个有标签样本的交叉熵损失，得标签集合损失；将无标签样本划分为正确或错误样本；基于每个正确样本的交叉熵损失，获取集合无监督损失；基于每个错误样本的对比学习损失，获取集合对比损失；基于前述三种损失，构建模型总损失函数，训练初始图像分类模型，获取训练好的图像分类模型，输入待识别面部图像，获取多个置信度得分，以其中得分最高的所表示的情绪类型，作为待识别面部图像的预测标签。