-
公开(公告)号：CN116778158A
公开(公告)日：2023-09-19
申请号：CN202310699020.1
申请日：2023-06-13
Applicant: 苏州大学
Abstract: 本发明涉及一种基于改进U形网络的多组织成分图像分割方法及系统，包括：构建U‑Net分割网络，U‑Net分割网络包括编码器和解码器，使用原训练集对U‑Net分割网络进行预训练，更新U‑Net分割网络的参数；构建特征知识缩聚方法FKPM模型，特征知识缩聚方法FKPM模型包括FKPM编码器、特征降维模块和多层感知机；依次配对原训练集的图像，基于原训练集中各图像的知识缩聚向量，借助特征迁移方法为配对图像生成新图像；将新图像与原训练集中的图像混合，作为新训练集；通过新训练集对分割网络进行训练并更新U‑Net分割网络的参数，获得训练后的U‑Net分割网络；通过训练后的U‑Net分割网络对多组织成分图像进行处理，获得分割后的图像。其能够提升图像分割性能，适用多组织成分图像的分割。
-
公开(公告)号：CN116740076A
公开(公告)日：2023-09-12
申请号：CN202310544818.9
申请日：2023-05-15
Applicant: 苏州大学
IPC: G06T7/10 , G06N3/0455 , G06N3/0464 , G06V10/80 , G06N3/08 , G06T7/90
Abstract: 本发明提供一种视网膜色素变性眼底图像中色素分割的网络模型及方法，该网络模型包括编码器，用于从原始图片中提取特征图；多尺度全局注意力模块，与所述编码器连接，用于根据编码器提取的特征图的特征，融合多尺度全局上下文信息；通道和空间联合注意力模块，用于根据编码器提取的特征图的特征，提取上下文语义特征；解码器，与所述多尺度全局注意力模块连接，用于根据多尺度全局上下文信息和上下文语义特征，对提取到的特征进行恢复，得到预测结果；在所述编码器与所述解码器块每层之间采用通道和空间联合注意力模块进行连接。本发明实现了眼底图像中色素沉积的自动分割，提高了分割精度。
-
公开(公告)号：CN116246331A
公开(公告)日：2023-06-09
申请号：CN202211552123.7
申请日：2022-12-05
Applicant: 苏州大学
Abstract: 本发明涉及深度学习技术领域，尤其是指一种圆锥角膜自动分级方法、装置及计算机存储介质、眼科成像设备。本发明所述的圆锥角膜自动分级方法，将五张地形图作为一个整体作为输入，充分考虑了多张角膜地形图之间的联系，基于自注意力的特征提取模块通过获取输入特征的各个通道的相应维度的平均值和最大值，并基于这些不同维度的丰富信息生成注意力权重，从而能够指导网络提取重要的特征信息；特征融合模块基于注意力机制可以自适应地校准上下级通道维度的特征，并将上下级特征按照一定权重进行特征融合，从而得到更利于分类的高级特征，能够使得网络更加专注于角膜地形图中的关键特征，在圆锥角膜严重程度分级任务上取得了出色的性能。
-
公开(公告)号：CN116205934A
公开(公告)日：2023-06-02
申请号：CN202310106210.8
申请日：2023-02-13
Applicant: 苏州大学
IPC: G06T7/11 , G06T5/00 , G06V10/80 , G06V10/82 , G06V10/776 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于CNN的睑板腺区域和睑板腺萎缩区域分割模型及方法，该模型包括：特征编码模块，用于从原始图片中提取特征图；信息融合模块IFM，用于对输入的特征图的浅层特征和深层特征的通道和空间信息进行优化，增强浅层特征的高级语义信息并填充深层特征的空间位置信息；并行路径连接模块PPC，用于对所述特征编码模块提取的特征图的特征进行特征细化；特征解码模块，用于对提取到的特征进行恢复，得到预测结果。本发明克服了现有U型编解码器网络中下采样导致细节信息的缺失以及原始U‑Net网络在跳跃连接中会引入噪声导致解码器对特征的恢复质量变差的问题。
-
公开(公告)号：CN112168132B
公开(公告)日：2022-11-08
申请号：CN202011236869.8
申请日：2020-11-09
Applicant: 苏州大学
Abstract: 本申请实施例公开一种使用OCT信号进行眼底屈光补偿判定与成像优化的方法，该方法包括：S1、控制参考臂光程：通过计算视网膜结构的凹凸性以及成像位置，在图像中找到视网膜结构并调整到图像中合适位置；S2、自动屈光补偿：控制参考臂光程与样品臂扫描光束光程的光程差为固定值，通过爬山法找到信号最强的图像进行屈光补偿；S3、视网膜结构左右微调：判定视网膜结构的左右偏移，根据偏移控制Y轴电机进行水平调整；S4、调整视网膜成像位置：根据图像强度再次调节参考臂光程以调整视网膜在图像中的高低位置。本申请的使用OCT信号进行眼底屈光补偿判定与成像优化的方法，能够降低成本并实现快速精准的屈光补偿，同时对视网膜成像进行优化。
-
Patent Agency Ranking
公开(公告)号：CN115235653A
公开(公告)日：2022-10-25
申请号：CN202210595162.9
申请日：2022-05-28
Applicant: 苏州大学
Abstract: 本申请提出一种基于LC结构的柔性无线无源压力传感器系统。该系统包括柔性压力传感器及信号读取电路，所述信号读取电路具有接收线圈，其用于与柔性压力传感器电磁耦合，以获取柔性压力传感器的信息及向柔性压力传感器传输能量。通过这样的设计将柔性压力传感器和电路读取系统配合使用，且将柔性的传感器和硬件电路物理分离，有利于实现传感器部分的全柔性和微型化。同时提高传感器的灵敏度，该系统还可以进行实时的数据分析和处理。
-
公开(公告)号：CN110349162B
公开(公告)日：2021-10-22
申请号：CN201910645849.7
申请日：2019-07-17
Applicant: 苏州大学
Abstract: 本发明公开了一种视网膜黄斑水肿多病变图像分割方法，包括采集三维视网膜OCT体数据并将其转化为二维视网膜OCT B扫描图像；将所述二维视网膜OCT B扫描图像输入已训练好的编解码注意力网络模型进行视网膜黄斑水肿多病变联合分割，获取分割图像结果。本发明采用编解码注意力网络模型进行多病变联合分割，能够获取更加丰富的全局特征，实现对视网膜黄斑水肿多病变图像中的视网膜水肿、视网膜下积液和色素上皮层脱离多病变同时分割，为后续病变的定量分析奠定基础。
-
公开(公告)号：CN110243503B
公开(公告)日：2021-10-22
申请号：CN201910564634.2
申请日：2019-06-27
Applicant: 苏州大学
IPC: G01L1/14 , B23K26/38 , B23K26/402
Abstract: 本发明公开基于铁氧体膜的柔性电感式压力传感器阵列，包括柔性基底层，所述基底层上覆盖有柔性吸波材料，所述柔性基底层和柔性吸波材料之间设置有支撑件，所述柔性基底层采用的是柔性平面线圈，支撑件采用的是弹性支柱；所述平面线圈与柔性吸波材料之间通过多个弹性支柱连接隔开，形成柔性电感式压力传感器。本发明提供一种基于铁氧体膜的柔性电感式压力传感器阵列，具有高灵敏度、快速响应、高稳定性、抗干扰强、耐久度高的性能特点，能够应用于可穿戴电子设备中。
-
公开(公告)号：CN109377474B
公开(公告)日：2021-06-15
申请号：CN201811080814.5
申请日：2018-09-17
Applicant: 苏州大学
Abstract: 本发明公开一种基于改进Faster R‑CNN的黄斑定位方法，包括采集训练样本、构建网络模型、训练网络模型、构建检测模型和黄斑检测与定位。本发明利用改进的Faster R‑CNN对于黄斑区域的有效定位，降低了视盘、血管对黄斑区域的影响，而且抗噪声干扰能力强，大大提高了黄斑区域的准确定位，对于眼底图像的后续分析和处理奠定了基础。
-
公开(公告)号：CN112819867A
公开(公告)日：2021-05-18
申请号：CN202110167328.2
申请日：2021-02-05
Applicant: 苏州大学
Abstract: 本申请公开了一种基于关键点匹配网络的眼底图像配准方法，方法包括：获取样本眼底图像，样本眼底图像包括n个图像对；将样本眼底图像输入至刚性配准网络，得到刚性变换矩阵；根据刚性变换矩阵对固定图像中的关键点坐标做刚性变换，得到变换后的关键点坐标；采用空间变换层根据变换得到的关键点坐标生成浮动图像配准后的配准图像；训练刚性配准网络，得到训练后的刚性配准网络，训练后的刚性配准网络用于对眼底图像进行配准，训练仿射配准网络，得到训练后的仿射配准网络，训练后的仿射配准网络用于对眼底图像进行精细配准。解决了现有方案中非监督的配准方案配准效果较差的问题，达到了可以提高配准精度的效果。
-
-
-
-
-
-
-
-
-
Search Results
162
records
(took 0.03 seconds)
