公开(公告)号：CN118447031A

公开(公告)日：2024-08-06

申请号：CN202410469412.3

申请日：2024-04-18

Applicant: 南通大学

Inventor： 丁卫平 ,  耿胜 ,  黄嘉爽 ,  鞠恒荣 ,  王海鹏 ,  周天奕 ,  成晓天 ,  王静 ,  郭静

IPC: G06T7/10 ,  G06T5/50 ,  G06T5/60 ,  G06T5/70 ,  G06N3/043 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于扩散模糊学习的皮肤镜图像分割方法，属于医学图像智能分割技术领域。解决了医学图像因分割目标边界模糊和区域模糊导致的分割准确率低的技术问题。其技术方案为：包括以下步骤：S1、对图像数据进行数据预处理；S2、将高斯噪声迭代地扩散到皮肤图像中；S3、使用特征编码器从输入原始皮肤图像中提取语义信息；S4、将特征编码器获得的多尺度特征进行模糊规则处理；S5、对纯噪声皮肤图像进行迭代的去噪操作。S6、设计一个基于图像清晰程度的融合模块来融合去噪过程的多个预测。本发明的有益效果为：分割准确率高，为分割皮肤图像的黑色素瘤提供决策支持，为医生的诊断提供了便利。

公开(公告)号：CN116206752B

公开(公告)日：2024-07-30

申请号：CN202310169343.X

申请日：2023-02-22

Applicant: 南通大学

Inventor： 黄嘉爽 ,  戚晓雨 ,  程学云 ,  鞠恒荣 ,  曹金鑫 ,  丁卫平

IPC: G16H50/20 ,  G06F18/2415 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0495

Abstract: 本发明提供了基于结构‑功能脑网络的精神疾病识别方法，属于医学信息智能诊断技术领域，解决了利用人工智能帮助医生从海量数据中识别精神疾病的技术问题。其技术方案为：对结构和功能两类脑网络的连接矩阵分别进行行列卷积，获得深度特征；在特征学习过程中，增加深度融合模块，使两个模态可以交互式特征学习；在最终的识别阶段，通过多模态双线性池化层，进一步融合两类脑网络的特征，学习最后的联合特征；然后输入到最终的分类层获得疾病识别结果，并将预测标签和真实标签的交叉熵损失作为损失函数进行训练。本发明的有益效果为：显著提高对精神疾病识别的准确率，辅助医生进行诊断分析，给患者带来更好的医疗服务。

公开(公告)号：CN117058393B

公开(公告)日：2024-06-25

申请号：CN202311108211.2

申请日：2023-08-30

Applicant: 南通大学

Inventor： 鞠恒荣 ,  陆杨 ,  杨光 ,  丁卫平 ,  黄嘉爽 ,  楚永贺 ,  曹金鑫 ,  程纯 ,  姜舒

IPC: G06V10/26 ,  G06V10/762 ,  G06V10/74 ,  G06T7/00

Abstract: 本发明提供了一种用于眼底硬性渗出图像分割的超像素三支证据DPC方法，属于图像处理分析技术领域。解决了聚类医学图像分割中参数难以确定，边缘区域划分不清晰的技术问题。其技术方案为：包括以下步骤：S10、人工获取眼底硬性渗出图像的病变区域；S20、对眼底硬性渗出图像进行预处理得到图像的CIELab空间；S30、对获得的CIELab空间进行SLIC超像素处理；S40、基于三支聚类理论将图像分割分为两阶段；S50、在获取第一阶段回传的病变图像信息之上。本发明的有益效果为：本发明通过引入超像素算法提高了运行效率，为糖尿病视网膜硬性渗出病变疾病的临床诊断和患者的发现治疗提供了重要的医学影像依据。

公开(公告)号：CN118170823A

公开(公告)日：2024-06-11

申请号：CN202410285400.5

申请日：2024-03-13

Applicant: 南通大学

Inventor： 鞠恒荣 ,  单婷婷 ,  杨光 ,  丁卫平 ,  樊晓雪 ,  陆杨 ,  黄嘉爽

IPC: G06F16/2458 ,  G06F16/27 ,  G06F16/215 ,  G06N7/02

Abstract: 本发明提供了一种基于粒‑组协同的双向模糊粒舱并行属性约简加速方法，属于大规模数据挖掘技术领域；解决了传统数据处理技术需要大量计算和内存空间资源的技术问题。其技术方案为：包括以下步骤：S10、对数据集进行划分；S20、在粒化过程中引入双向互邻策略，利用虚拟样本构造双向模糊粒舱模型；S30、将属性组和双向模糊粒舱相结合；S40、在主节点将各子节点的约简聚合，对排序后的结果再次进行属性评价。本发明的有益效果为：利用并行计算技术可以提高计算效率，缩短计算时间，降低内存占用和能源消耗，有利于加快属性约简算法的实现速度。

公开(公告)号：CN117829198A

公开(公告)日：2024-04-05

申请号：CN202410006813.5

申请日：2024-01-03

Applicant: 南通大学

Inventor： 丁卫平 ,  姚泓丞 ,  陈悦鹏 ,  姜舒 ,  黄嘉爽 ,  鞠恒荣 ,  侯涛 ,  周天奕

IPC: G06N3/006

Abstract: 本发明提供了一种信息素引导粗糙超立方体的高维大规模并行属性约简方法，属于智能信息处理技术领域。其技术方案为：利用Spark读取高维大规模数据并转换为RDD格式；初始化信息素矩阵，构建粗糙超立方体模型；并行计算属性的评价指标并综合计算适应度得分；迭代循环，每次迭代根据适应度得分更新信息素矩阵；根据信息素矩阵更新狼群的位置；达到最大迭代次数，将最佳适应度的个体位置编码转换成属性子集。本发明利用信息素机制引导灰狼算法，结合粗糙超立方体方法，有效地处理和分析大规模、多维度的数据，得到紧凑且高具辨别力的属性子集。

公开(公告)号：CN117059284A

公开(公告)日：2023-11-14

申请号：CN202311031910.1

申请日：2023-08-16

Applicant: 南通大学

Inventor： 丁卫平 ,  姚泓丞 ,  陈悦鹏 ,  鞠恒荣 ,  黄嘉爽 ,  耿宇 ,  王海鹏 ,  刘传升 ,  侯涛 ,  周天奕

IPC: G16H50/70 ,  G16H10/60 ,  G16H70/00 ,  G06F18/211 ,  G06N3/006

Abstract: 本发明提供了一种基于协同进化离散粒子群优化的糖尿病并行属性约简方法，属于医学电子病例技术领域。解决了糖尿病症电子病历数据维度大、冗余多，导致医生判断错误的技术问题。其技术方案为：包括以下步骤：S1：将糖尿病症数据存放到分布式文件系统中；S2：计算机节点读取HDFS中block块的数据；S3：主节点得到汇总的数据键值对后；S4：主节点将进行步骤S3操作所得的 键值对数据广播到各个子节点；S5：主节点对得到的属性评价函数结合CQBPSO算法进行建模。本发明的有益效果为：本发明结合粗糙集理论和Spark分布式计算平台，能够从糖尿病症数据集中筛选出最具代表性和关键性的属性。

公开(公告)号：CN116188435B

公开(公告)日：2023-11-07

申请号：CN202310195481.5

申请日：2023-03-02

Applicant: 南通大学

Inventor： 丁卫平 ,  王海鹏 ,  刘传升 ,  陈悦鹏 ,  尹涛 ,  耿宇 ,  鞠恒荣 ,  黄嘉爽 ,  高自强 ,  薛皓文

IPC: G06T7/00 ,  G06V40/18 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045

Abstract: 本发明提供了一种基于模糊逻辑的医学图像深度分割方法，属于医学图像智能处理技术领域。解决了医学图像数据集数据不足导致医学图像分割准确率低的问题。其技术方案为：包括如下步骤：S1、对眼底医学图像数据集进行扩充，将彩色眼底图像以中心点随机旋转生成新的图片；S2、使用CNN和Transformer模型分别提取眼底图像特征；S3、设计模糊融合模块将两个分支提取的特征进行结合；S4、构造模糊注意力融合模块逐步上采样与融合不同尺度特征图；S5、搭建基于模糊逻辑的深度学习网络FTransCNN。本发明有益效果为：使用模糊逻辑将两种深度学习模型特征进行融合，更自然、合理的表示眼底血管区域边缘的不准确信息。

公开(公告)号：CN116759069A

公开(公告)日：2023-09-15

申请号：CN202310651001.1

申请日：2023-06-02

Applicant: 南通大学

Inventor： 丁卫平 ,  陈悦鹏 ,  秦廷桢 ,  姜舒 ,  姚泓丞 ,  鞠恒荣 ,  黄嘉爽 ,  尹涛 ,  周天奕

IPC: G16H50/20 ,  G16H50/70 ,  G16H10/60 ,  G16H30/40 ,  G06T7/00 ,  G06V10/764

Abstract: 本发明提供了一种用于大规模认知障碍疾病检测的动态加权属性约简方法，属于医学信息智能处理技术领域，传统方法在处理大规模数据处理时间较长，复杂的认知障碍疾病特征选择中会导致不确定性的技术问题。其技术方案为：包括以下步骤：S1、大规模认知障碍疾病数据获取与预处理；S2、计算认知障碍疾病原始数据和增量数据的知识粒度；S3、构建动态特征交互加权属性树；S4、将构建的动态特征交互加权属性树分支，每轮分支结束时将低权重属性添加到交互集F中进行增量特征交互；S5、在所有属性树完成分支后，将计算节点约简集输出到主节点，获得大规模认知障碍疾病数据约简。本发明的有益效果为：可以有效提高特征选择的速度并提高精度。

公开(公告)号：CN116128846A

公开(公告)日：2023-05-16

申请号：CN202310097938.9

申请日：2023-02-01

Applicant: 南通大学

Inventor： 丁卫平 ,  刘传升 ,  程纯 ,  侯涛 ,  王海鹏 ,  鞠恒荣 ,  黄嘉爽 ,  曹金鑫 ,  高自强 ,  薛皓文

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明提供了一种面向肺部X‑ray图像检索的视觉Transformer哈希方法，属于医学图像处理技术领域，解决了不同种类的肺部X‑ray图像之间去检索同种类图像时存在检索时间长、检索精度低的问题。其技术方案为：建立肺部X‑ray图像数据库，构建视觉Transformer哈希模型，根据模型的输出计算成对损失Lpair、量化损失Lquan、平衡损失Lbal以及分类损失Lcl，构造总损失函数Lall；使用交替学习算法优化损失函数Lall；并逐一返回与测试集中最相似的前T张肺部X‑ray图像。本发明的有益效果为：能够分辨不同肺部X‑ray图像之间的细微差异，哈希方法将高维肺部X‑ray图像映射为低维的二进制编码，实现肺部X‑ray图像检索的准确率。

公开(公告)号：CN113838532B

公开(公告)日：2022-11-18

申请号：CN202110845531.0

申请日：2021-07-26

Applicant: 南通大学

Inventor： 丁卫平 ,  耿宇 ,  鞠恒荣 ,  黄嘉爽 ,  程纯 ,  孙颖 ,  张毅 ,  李铭 ,  秦廷桢 ,  沈鑫杰 ,  王海鹏

IPC: G16B40/20 ,  G06K9/62 ,  G16H50/20 ,  G16H50/70

Abstract: 本发明提供了一种基于双重自适应邻域半径的多粒度乳腺癌基因分类方法，读取大规模基因位点数据并做归一化处理，并对大规模基因位点进行数据分析；利用轮廓系数和PCA降维可视化相结合方式，选取最佳K值，调整信息粒化的模型；其次，使用启发式约简算法分别实现基于簇心距离自适应邻域半径的多粒度属性约简基于属性包含度的邻域半径的多粒度属性约简，并采用SVM支持向量机机器学习分类算法对乳腺癌基因大数据进行分类和预测。本发明的有益效果是：调整惩罚项使模型在乳腺癌基因分类具有较高的准确率和召回率，去除大规模数据中冗余属性，提高了计算效率，利用样本之间的支持信息，提升了乳腺癌数据分类的效率和精度。