公开(公告)号：CN108846834B

公开(公告)日：2020-11-20

申请号：CN201810548920.5

申请日：2018-05-31

Applicant: 清华大学

Inventor： 闾海荣 ,  耿照旭 ,  江瑞 ,  张学工 ,  李林

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T7/40 ,  G06T7/62

Abstract: 本发明提供一种医用图像处理装置及医用图像处理方法，包括：图像存储部，存储包含股骨头的第一图像；图像分割部，分割出仅含有股骨头部分的第二图像；特征检验部，检验第二图像边缘是否为圆，显示不为圆部分的图像；纹理检测部，包括：ROI区域选取单元，从第二图像选取ROI区域；灰度变换单元，所述区域作灰度梯度变换，大于第一阈值的点置为0；细分单元，将ROI区域细分成多个第二区域，ROI区域面积是第二区域面积的整数倍；计数单元，对第二区域内的0的个数进行计数；第一判断单元，判断第二区域0个数是否超过第二阈值；第一显示单元，显示超过第二阈值的第二区域的图像。上述装置和方法能够实现股骨头医用图像的自动化处理。

公开(公告)号：CN110674726A

公开(公告)日：2020-01-10

申请号：CN201910891540.6

申请日：2019-09-20

Applicant: 清华大学

Inventor： 陈盛泉 ,  江瑞 ,  闾海荣

IPC: G06K9/00 ,  G06N3/04 ,  G16H50/20 ,  G16H80/00 ,  A61B5/00

Abstract: 本发明提供一种基于目标检测与迁移学习的皮肤病辅助诊断方法及系统，方法包括：采集皮肤图像信息，并对采集到的皮肤图像进行标注及预处理，获取对应的图像数据集；将图像数据集输入智能诊断模型的特征提取网络中，获取与图像数据集中图像对应的特征图像；将特征图像输入智能诊断模型的区域候选网络中，基于区域候选网络确定特征图像的候选区域；将特征图像和候选区域共同输入智能诊断模型的池化层，提取候选区域特征图；基于候选区域特征图，通过智能诊断模型的全连接层输出候选区域的皮肤病类别及概率。利用上述发明能够有效挖掘皮肤图像信息，实现对图像不同种类、不同区域的皮肤病检测。

公开(公告)号：CN110245948A

公开(公告)日：2019-09-17

申请号：CN201910445719.9

申请日：2019-05-27

Applicant: 清华大学

Inventor： 闾海荣 ,  沈运恒 ,  李衍达

IPC: G06Q20/38 ,  G06Q40/04

Abstract: 本发明公开了一种基于区块链和非对称加密的数据交易方法及系统，方法包括：数据供应端展示数据概况；数据需求端查询数据概况，并提出数据购买请求；数据供应端接收数据购买请求，生成一组公私钥，使用公钥对原始数据进行加密，并将加密数据以及对应的公钥发送给数据需求端；数据需求端接收到加密数据之后，提出正式交易请求，并记录在区块链的分布式账本中；数据供应端查询正式交易请求，若根据解密私钥对交易进行确认并确认成功，则将解密私钥写入分布式账本中；数据需求端获取解密私钥，对加密数据进行解密，获取原始数据，完成交易。本发明通过分布式账本的不可否认性以及非对称加密算法的加解密验证，确保交易的安全可靠性。

公开(公告)号：CN110060157A

公开(公告)日：2019-07-26

申请号：CN201910161482.1

申请日：2019-03-04

Applicant: 清华大学

Inventor： 闾海荣 ,  杨清竹 ,  张学工 ,  江瑞 ,  李林

IPC: G06Q40/04

Abstract: 本发明公开了一种信誉度评估方法及系统。该方法应用于信誉度评估系统，包括：建立账户，参与网络交互的节点创建自己的账户；账户间交易，账户间进行数据传递和金额传递，系统状态更新；账户信誉度更新，账户交易后，互相进行信誉度评价，并形成评价矩阵，运用机器学习的方法，预测网络各账户综合信誉度，系统状态再次更新；生成区块上传，当系统完成信誉度更新后，将这一时间内发生的交易记录和系统状态的改变，打包到一个区块，上传至区块链，使得每个账户所做的交易可被查证且不可更改。本发明提高了信誉度评估的安全性、准确性、可靠性、可扩展性，适用于各类场景建立网络节点信誉度的评估。

公开(公告)号：CN108877880A

公开(公告)日：2018-11-23

申请号：CN201810697392.X

申请日：2018-06-29

Applicant: 清华大学

Inventor： 张学工 ,  陈文昌 ,  闾海荣

IPC: G16H10/60 ,  G06F17/30

CPC classification number: G16H10/60

Abstract: 本发明公开了一种基于病历文本的病人相似性度量装置及方法，包括病历向量样本库存储部，存储第一病历向量；标签标注部；预处理部，将第一病历向量转化为第一连续数值型病历向量；连续病历向量存储部，存储第一连续数值型病历向量；距离度量矩阵获得部，学习第一连续数值型病历向量，获得距离度量矩阵；病历向量提取部，提取第二病历向量；连续病历向量获得部，获得第二连续数值型病历向量；比较部，比较第一连续数值型病历向量和第二连续数值型病历向量的相似度；输出部，选取与第二病历文本的相似的一个或多个第一病历文本并输出。本发明可以得到不同评价指标下病人的相似性。

公开(公告)号：CN108764355A

公开(公告)日：2018-11-06

申请号：CN201810548916.9

申请日：2018-05-31

Applicant: 清华大学

Inventor： 闾海荣 ,  李猛 ,  江瑞 ,  张学工

IPC: G06K9/62 ,  G06T7/40

CPC classification number: G06K9/6256 ,  G06K9/6267 ,  G06T7/40

Abstract: 本发明公开了一种基于纹理特征分类的图像处理装置包括：图像提取模块，用于获取仅包含股骨头的图像；图像预处理模块，对图像进行灰度量化；特征向量提取模块，用于计算灰度共生矩阵，并提取纹理特征向量；以及特征分类模块，包括分类器构建单元，构建分类器，将纹理特征向量输入构建形成的分类器进行分类，输出分类结果。本发明将医学图像中表述的抽象物理特征数字化，转变为特征向量的形式进行描述，提取图像中的纹理特征，并基于纹理特征进行分类，提高了对图像识别的正确率。本发明还公开了一种基于纹理特征分类的图像处理方法。