公开(公告)号：CN119963843A

公开(公告)日：2025-05-09

申请号：CN202510140884.9

申请日：2025-02-08

Applicant: 上海交通大学 ,  上海交通大学医学院附属瑞金医院

Inventor： 许可 ,  蔡正昊 ,  马君俊 ,  叶鸿宇 ,  高梦 ,  王士林 ,  付占威 ,  葛一诺

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/82 ,  G06V10/28 ,  G06T17/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明提供了一种面向腹部CT图像的语义分割及三维重建系统，包括：步骤S1：对原始腹部CT图像进行预处理，以获取模型训练所需的数据和标注；步骤S2：构建腹腔区域粗分割模块，用于对二维腹部CT图像进行腹腔区域以及脂肪组织的分割；步骤S3：构建三维重建模块，用于将二维腹部CT图像转换为三维数据；步骤S4：构建腹腔内部细分割模块，用于对三维腹部CT图像进行胰腺以及血管组织的分割；步骤S5：对分割结果进行可视化，直观展示腹腔的解剖结构。本发明融合了二维和三维分割网络的优点，通过对于腹腔区域的精细分割，帮助术者理清胰腺上缘区域的解剖结构因素，通用性强、操作便捷。

公开(公告)号：CN117169840A

公开(公告)日：2023-12-05

申请号：CN202311036580.5

申请日：2023-08-16

Applicant: 上海交通大学

Inventor： 王军 ,  蒋兴浩 ,  许可 ,  顾村锋 ,  顾龙飞 ,  叶鸿宇

IPC: G01S7/41

Abstract: 本发明提供了一种基于对抗防御的鲁棒雷达目标检测方法及系统，包括：步骤S1：对获取的雷达回波数据进行距离‑多普勒处理得到RD图像，对RD图像进行能量聚焦，最后处理聚焦后的RD图像得到实验数据集；步骤S2：构建对抗攻击鲁棒的目标检测深度神经网络模型；步骤S3：采用训练集对目标检测深度神经网络模型进行训练得到训练后的检测神经网络模型；步骤S4：利用训练后的检测神经网络模型对测试集图像进行目标检测，获得检测的查准率和查全率，并计算得到检测的各类别平均精度；所述目标检测深度神经网络模型是基于EfficientNet与对抗防御模块结合的Defense‑EfficientNet深度学习网络实现针对雷达目标的有效检测。