公开(公告)号：CN115169533A

公开(公告)日：2022-10-11

申请号：CN202210791724.7

申请日：2022-07-05

Applicant: 三峡大学

Inventor： 石勇涛 ,  李伟 ,  雷帮军 ,  尤一飞 ,  高超

IPC: G06N3/04 ,  G06N3/08 ,  G06T7/12

Abstract: 本发明属于医疗影像技术领域，且公开了双向指数加权移动平均算法的前列腺超声图像分割方法，具体步骤如下：S1、初步定位，通过设定的定位卷积网络获得变换定位矩阵系数得到变换定位矩阵以及通过点分布模型和主成分分析得到的平均模板，结合两者进行初定位。本发明通过Hodge提出的法向量轮廓边界算子的基础上进行改进，综合考虑邻域联合信息法向量的边界算子对前列腺进行分割，并且提出了一种基于双向指数加权移动平均的方法来实现对前列腺形状的分割，在边界算子的基础上，使用法向量索引值为数据输入，本方法一次输入数据的效果比普通多次迭代的分割效果要更优秀并且在非噪声区域更能够保留其特征，能够实现精确快速的超声图像分割。

公开(公告)号：CN116563316A

公开(公告)日：2023-08-08

申请号：CN202310398165.8

申请日：2023-04-12

Applicant: 三峡大学

Inventor： 石勇涛 ,  李明 ,  高超 ,  尤一飞 ,  雷帮军 ,  柳迪

IPC: G06T7/12 ,  G06T7/00 ,  G06T5/00 ,  G06N3/0455

Abstract: 本发明涉及基于降噪自编码器的前列腺超声图像分割方法，包括：获取表征前列腺形状的平均轮廓；对所述平均轮廓进行变形处理；得到粗分割轮廓；利用降噪自编码器进行平滑处理；采用法向量对比度边界计算方法对平滑处理后的轮廓反复调整，得到最终的前列腺超声图像分割轮廓。本发明还公开了相应的前列腺超声图像分割装置。本发明先初步框定后，再通过改进后的法向量对比度边界算法对初步框定的轮廓进行修正，接着进行平滑处理，以消除其上的噪点，然后通过多轮迭代，使轮廓不断收敛在真实边界上，实现了对前列腺超声图像的快速分割，在轮廓平滑处理阶段，只输入轮廓而不输入图像，降低了计算量，大大提高了前列腺超声图像的分割效率。

公开(公告)号：CN116205924A

公开(公告)日：2023-06-02

申请号：CN202211468231.6

申请日：2022-11-22

Applicant: 三峡大学

Inventor： 石勇涛 ,  储志杰 ,  雷帮军 ,  尤一飞 ,  李伟

IPC: G06T7/10 ,  G06N3/08 ,  G06F17/11 ,  G06N3/0464

Abstract: 本发明涉及图像处理技术领域，具体涉及一种基于U2‑Net的前列腺分割算法，包括以下步骤：接收图像数据，分析图像数据属性，根据图像数据属性，对图像数据进行可用性判定；接收可用图像数据，对图像数据标准化处理，使经处理的图像数据处于均值为0，方差为1的正态分布中；接收完成标准化处理的图像数据，进一步对图像数据进行数据集增广，本发明能够有效地对所需处理的前列腺医疗采集图像数据进行分析处理，通过数据增广的方式为算法在运行的过程中提供了更多、更加精细且具备参照的数据支持，并且，进一步的对增广所得数据进行的划分，确保各项作为算法运行的数据支持数据能够合理的被应用，使算法在实际应用的过程中能够得到完全开发。

公开(公告)号：CN115690047A

公开(公告)日：2023-02-03

申请号：CN202211350084.2

申请日：2022-10-31

Applicant: 三峡大学

Inventor： 石勇涛 ,  储志杰 ,  雷帮军 ,  尤一飞 ,  李伟

IPC: G06T7/00 ,  G06T7/11

Abstract: 本发明公开了一种基于异常点检测的前列腺超声图像分割方法及装置，方法包括获取表征前列腺形状的平均轮廓；对所述平均轮廓进行变形处理，以使变形处理后的轮廓与所述前列腺超声图像上的前列腺真实边界初步吻合；通过法向量对比度边界算法将变形处理后的轮廓上的各个点调整到所述前列腺超声图像上的灰度值突变处，得到粗分割轮廓；检测并剔除所述粗分割轮廓上的位置异常点；将剔除位置异常点后的粗分割轮廓上的各个点依次连接，得到最终的前列腺超声图像分割轮廓。本发明的有益效果是：通过平均轮廓对前列腺轮廓进行了初步框定，大大降低了后续轮廓修正所需要的计算量，同时，采用异常点检测算法识别位置异常点，可进一步降低计算量。

公开(公告)号：CN115187879A

公开(公告)日：2022-10-14

申请号：CN202210791696.9

申请日：2022-07-05

Applicant: 三峡大学

Inventor： 石勇涛 ,  储志杰 ,  雷帮军 ,  尤一飞 ,  李伟

IPC: G06V20/17 ,  G06V10/764 ,  G06V10/82 ,  G06T7/00 ,  G06T7/73 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于YOLOv5的楼栋检测与楼层定位方法及装置，方法包括如下步骤：楼栋检测模型构建及训练；窗户检测模型构建及训练；楼层定位。本发明的有益效果是：首先通过改进YOLOv5，使得该网络能够更加准确的检测更大目标物体，将图片放入该网络来检测楼栋，得到楼栋在图片中的位置信息，将原图片剪裁为仅包含该楼栋的图片；再次改进YOLOv5使得该网络能够更加准确的检测小目标物体，将目标图像依次导入训练后的YOLOv5楼栋检测模型及训练后的YOLOv5窗户检测模型，得到带有窗户检测结果的图像；根据带有窗户检测结果的图像，确定楼栋的每一层的位置，本方法可以大大提高无人机楼栋检测及楼层定位准确度。