-
公开(公告)号：CN110148467B
公开(公告)日：2023-05-23
申请号：CN201910406366.1
申请日：2019-05-16
Applicant: 东北大学
IPC: G16H50/20 , G06T7/10 , G06T7/00 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06V10/82 , G06V10/764 , G06V10/774
Abstract: 本发明提供一种基于改进CNN的肺结节计算机辅助诊断装置及方法，涉及计算机辅助诊断技术领域。该装置及方法通过标签提取器、窗口定位器、图像分割器对胸腔CT图像进行标签提取、分割得到肺结节CT图像；然后将处肺结节CT图像输入到图像特征提取器，提取肺结节CT图像的特征映射图，并对特征映射图进行压缩；最后将肺结节的特征映射图整合成一个特征向量；同时使用反馈优化器和泛化器对整个提取图像特征向量的过程进行调优；然后将特征向量输入到数据训练器中进行数据的训练，最后通过辅助诊断器实现对肺结节良恶性的诊断。本发明装置及方法，可以得到更好的准确率和更低的误诊率，获得了更好的肺结节良恶性辅助诊断的效果。
-
公开(公告)号：CN110719322A
公开(公告)日：2020-01-21
申请号：CN201910908631.6
申请日：2019-09-25
Applicant: 东北大学
IPC: H04L29/08
Abstract: 本发明涉及计算机区块链技术领域，特别是涉及一种基于区块链跨链的数据交叉存储方法。步骤1：建立n条区块链，基于PBFT共识机制向区块链中添加区块，若有区块链添加至触发转移区块条件的区块则执行步骤2至步骤5，若没有则继续添加区块；步骤2：选取一条添加至触发转移区块条件的区块的区块链记为original链，将该区块记为transition块；步骤3：在非original链集合中选取select链；步骤4：在select链中添加完整的transition块；步骤5：在original链及途径区块链集合S中的区块链中添加区块头。本发明能够有效保证区块链的安全性和完整性，且节省运行时占用的内存。
-
公开(公告)号：CN110661867A
公开(公告)日：2020-01-07
申请号：CN201910908746.5
申请日：2019-09-25
Applicant: 东北大学
IPC: H04L29/08
Abstract: 本发明涉及计算机区块链技术领域，提供一种基于改进工作量证明与权益证明的区块链共识方法。步骤1：区块链中的算力统计节点统计计算节点的算力；步骤2：算力统计节点对区块链中所有计算节点的算力进行均匀分组，为每个计算组在加入区块链之前分配Token值；步骤3：用户发送存入数据的请求，对所有计算组按照Token值由大到小排序，选择前k个计算组分别对数据进行打包成区块操作，选取最先完成打包成区块操作的计算组为主节点，主节点将区块连接至区块链中，并利用协议向其他节点广播消息，其他节点同步区块链状态。本发明能够节约系统算力、缩短计算周期，且避免对新加入网络的节点和拥有计算资源较少的节点不友好的问题。
-
公开(公告)号：CN110148467A
公开(公告)日：2019-08-20
申请号：CN201910406366.1
申请日：2019-05-16
Applicant: 东北大学
Abstract: 本发明提供一种基于改进CNN的肺结节计算机辅助诊断装置及方法，涉及计算机辅助诊断技术领域。该装置及方法通过标签提取器、窗口定位器、图像分割器对胸腔CT图像进行标签提取、分割得到肺结节CT图像；然后将处肺结节CT图像输入到图像特征提取器，提取肺结节CT图像的特征映射图，并对特征映射图进行压缩；最后将肺结节的特征映射图整合成一个特征向量；同时使用反馈优化器和泛化器对整个提取图像特征向量的过程进行调优；然后将特征向量输入到数据训练器中进行数据的训练，最后通过辅助诊断器实现对肺结节良恶性的诊断。本发明装置及方法，可以得到更好的准确率和更低的误诊率，获得了更好的肺结节良恶性辅助诊断的效果。
-
公开(公告)号：CN110719322B
公开(公告)日：2021-06-22
申请号：CN201910908631.6
申请日：2019-09-25
Applicant: 东北大学
IPC: H04L29/08
Abstract: 本发明涉及计算机区块链技术领域，特别是涉及一种基于区块链跨链的数据交叉存储方法。步骤1：建立n条区块链，基于PBFT共识机制向区块链中添加区块，若有区块链添加至触发转移区块条件的区块则执行步骤2至步骤5，若没有则继续添加区块；步骤2：选取一条添加至触发转移区块条件的区块的区块链记为original链，将该区块记为transition块；步骤3：在非original链集合中选取select链；步骤4：在select链中添加完整的transition块；步骤5：在original链及途径区块链集合S中的区块链中添加区块头。本发明能够有效保证区块链的安全性和完整性，且节省运行时占用的内存。
-
Patent Agency Ranking
公开(公告)号：CN110661867B
公开(公告)日：2021-07-23
申请号：CN201910908746.5
申请日：2019-09-25
Applicant: 东北大学
IPC: H04L29/08
Abstract: 本发明涉及计算机区块链技术领域，提供一种基于改进工作量证明与权益证明的区块链共识方法。步骤1：区块链中的算力统计节点统计计算节点的算力；步骤2：算力统计节点对区块链中所有计算节点的算力进行均匀分组，为每个计算组在加入区块链之前分配Token值；步骤3：用户发送存入数据的请求，对所有计算组按照Token值由大到小排序，选择前k个计算组分别对数据进行打包成区块操作，选取最先完成打包成区块操作的计算组为主节点，主节点将区块连接至区块链中，并利用协议向其他节点广播消息，其他节点同步区块链状态。本发明能够节约系统算力、缩短计算周期，且避免对新加入网络的节点和拥有计算资源较少的节点不友好的问题。
-
公开(公告)号：CN106202930B
公开(公告)日：2018-08-28
申请号：CN201610545579.9
申请日：2016-07-12
Applicant: 东北大学
Abstract: 本发明提供一种基于SS‑ELM的肺结节患病风险预测系统及方法，该系统包括肺结节图像处理单元、灰度共生矩阵构造单元、Haralick特征参数计算单元、Haralick特征集合构成单元和肺结节患病风险预测单元；该方法过程为获取有标签肺结节图像、无标签肺结节图像和待诊断肺结节图像作为目标图像；将目标图像进行灰度处理；将灰度处理后的目标图像在0°、45°、90°和135°四个方向上分别生成灰度共生矩阵；确定目标图像在0°、45°、90°和135°四个方向上的Haralick特征参数；确定目标图像的Haralick特征集合；利用SS‑ELM算法得到待诊断肺结节图像性质表现为恶性的风险概率；本发明能够有效地改善肺结节患病风险预测的性能。
-
公开(公告)号：CN106202930A
公开(公告)日：2016-12-07
申请号：CN201610545579.9
申请日：2016-07-12
Applicant: 东北大学
CPC classification number: G06T7/0014 , G06T2207/20081 , G06T2207/30064 , G16H50/20
Abstract: 本发明提供一种基于SS-ELM的肺结节患病风险预测系统及方法，该系统包括肺结节图像处理单元、灰度共生矩阵构造单元、Haralick特征参数计算单元、Haralick特征集合构成单元和肺结节患病风险预测单元；该方法过程为获取有标签肺结节图像、无标签肺结节图像和待诊断肺结节图像作为目标图像；将目标图像进行灰度处理；将灰度处理后的目标图像在0°、45°、90°和135°四个方向上分别生成灰度共生矩阵；确定目标图像在0°、45°、90°和135°四个方向上的Haralick特征参数；确定目标图像的Haralick特征集合；利用SS-ELM算法得到待诊断肺结节图像性质表现为恶性的风险概率；本发明能够有效地改善肺结节患病风险预测的性能。
-
公开(公告)号：CN109300113B
公开(公告)日：2021-12-24
申请号：CN201810984893.6
申请日：2018-08-28
Applicant: 东北大学
Abstract: 本发明提供一种基于改进凸包方法的肺结节辅助检测系统及方法，涉及计算机辅助检测领域。该系统包括肺轮廓分割、肺实质空洞填充及气管去除、肺边界修补、疑似候选结节分割、灰度共生矩阵构造、Haralick特征参数计算、Haralick特征集合构成和肺结节辅助检测8个单元；该方法包括：获取肺结节图像并预处理；对图像进行二值化分割；去除图像中非重点部分；修补边缘的凹陷；获取疑似候选结节区域并提取其特征值；判断特征值是否符合过滤条件；生成符合条件图像的灰度共生矩阵及Haralick特征集合；获得训练后的ELM诊断器；获得待诊断肺结节图像的风险概率。本方法能够有效改善肺结节患病风险预测的性能，辅助临床医生根据风险概率更好的为病人诊断，提高诊断的准确性。
-
公开(公告)号：CN109300113A
公开(公告)日：2019-02-01
申请号：CN201810984893.6
申请日：2018-08-28
Applicant: 东北大学
Abstract: 本发明提供一种基于改进凸包方法的肺结节辅助检测系统及方法，涉及计算机辅助检测领域。该系统包括肺轮廓分割、肺实质空洞填充及气管去除、肺边界修补、疑似候选结节分割、灰度共生矩阵构造、Haralick特征参数计算、Haralick特征集合构成和肺结节辅助检测8个单元；该方法包括：获取肺结节图像并预处理；对图像进行二值化分割；去除图像中非重点部分；修补边缘的凹陷；获取疑似候选结节区域并提取其特征值；判断特征值是否符合过滤条件；生成符合条件图像的灰度共生矩阵及Haralick特征集合；获得训练后的ELM诊断器；获得待诊断肺结节图像的风险概率。本方法能够有效改善肺结节患病风险预测的性能，辅助临床医生根据风险概率更好的为病人诊断，提高诊断的准确性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
