-
公开(公告)号：CN116741372A
公开(公告)日：2023-09-12
申请号：CN202310849080.7
申请日：2023-07-12
Applicant: 东北大学
IPC: G16H50/20 , G06V10/774 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于智能医学影像分析、计算机辅助诊断领域，公开了一种基于双分支表征一致性损失的辅助诊断系统及装置，主要包括三维脑磁共振影像获取和预处理、多种数据扩增、构建原始分支三维视觉transformer特征提取器、构建扩增分支三维视觉transformer特征提取器、构建分类网络、设计分类损失和一致性损失、优化网络参数以及设计模型测试方案。该发明在辅助诊断任务中加入了双分支一致性学习策略，为诊断任务提供了更多额外的监督信息，将模型微调至更优解，大大提高了分类精度和模型泛化能力。所设计的三维视觉transformer特征提取器，可以更好地获得图像的细节信息和空间信息，实现更精准的诊断。
-
公开(公告)号：CN115631144A
公开(公告)日：2023-01-20
申请号：CN202211220398.0
申请日：2022-10-05
Applicant: 东北大学
Abstract: 为了克服现有TFT‑LCD面板ACF导电粒子检测方法存在的高效性和可靠性无法兼顾的技术难题，本发明提供了一种基于四向伪帧差的ACF粒子个数检测处理方法。在对TFT‑LCD图像中ACF导电粒子进行识别前置的处理部分，通过建立多个平面图像增广矩阵，利用四个平面图像增广矩阵进行多次增减行列以及五次矩阵加减操作完成原图像的四向伪帧差，实现了各像素点与其4邻域内像素点的灰度梯度差值放大，建立了一种新型高效的四向伪帧差检测处理方法，解决了TFT‑LCD面板ACF粒子检测高效性和可靠性无法兼得的技术难题。
-
公开(公告)号：CN110136122B
公开(公告)日：2023-01-13
申请号：CN201910411647.6
申请日：2019-05-17
Applicant: 东北大学(CN)
Abstract: 本发明涉及一种基于注意力深度特征重建的脑MR图像分割方法，包括步骤：S1、获取T1、T2和FLAIR三个模态的脑MR图像数据；S2、对获取到的三个模态的脑MR图像数据进行预处理，得到数据增强的三个模态的脑MR图像数据；S3、将S2中得到的三个模态的脑MR图像数据输入深度编码模型中得到三个模态的脑MR图像卷积特征数据；S4、将S3中获得的三个模态的脑MR图像卷积特征数据输入空间自注意力模块SAM，获得空间自注意力模块修正后的综合各模态的脑MR图像卷积特征数据；本发明提供的图像分割方法通过空间自注意力模块计算任意两个位置之间的交互关系，捕获特征远程依赖性，深度特征重建模块使用深度特征对不同层级的特征进行重新加权，保持不同层级特征的一致性。
-
公开(公告)号：CN116741372B
公开(公告)日：2024-01-23
申请号：CN202310849080.7
申请日：2023-07-12
Applicant: 东北大学
IPC: G16H50/20 , G06V10/774 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于智能医学影像分析、计算机辅助诊断领域，公开了一种基于双分支表征一致性损失的辅助诊断系统及装置，主要包括三维脑磁共振影像获取和预处理、多种数据扩增、构建原始分支三维视觉transformer特征提取器、构建扩增分支三维视觉transformer特征提取器、构建分类网络、设计分类损失和一致性损失、优化网络参数以及设计模型测试方案。该发明在辅助诊断任务中加入了双分支一致性学习策略，为诊断任务提供了更多额外的监督信息，将模型微调至更优解，大大提高了分类精度和模型泛化能力。所设计的三维视觉transformer特征提取器，可以更好地获得图像的细节信息和空间信息，实现更精准的诊断。
-
公开(公告)号：CN110148140A
公开(公告)日：2019-08-20
申请号：CN201910411684.7
申请日：2019-05-17
Applicant: 东北大学
Abstract: 本发明属于图像分割技术领域，尤其涉及一种基于线性化核标签融合的脑MR图像分割方法，包括如下步骤：S1、获取脑部MR图像数据；S2、将获得的脑部MR图像数据输入改进的脑部MR图像分割模型中，得到脑部MR图像数据的分割结果；其中，所述改进的脑部MR图像分割模型为采用虚样本替代高维样本的分割模型。本发明提供的图像分割方法，采用虚样本替代脑部MR图像分割模型中的高维样本，减少核矩阵的计算时间。
-
Patent Agency Ranking
公开(公告)号：CN110136145A
公开(公告)日：2019-08-16
申请号：CN201910411648.0
申请日：2019-05-17
Applicant: 东北大学
IPC: G06T7/11
Abstract: 本发明属于图像分割技术领域，尤其涉及一种基于多通道可分离卷积神经网络的MR脑部图像分割方法，包括如下步骤：S1、获取原始MR脑部图像数据；S2、对获取的原始MR脑部图像数据进行预处理，并从经过预处理后的原始MR脑部图像数据中提取三维脑结构感兴趣像素点的邻域内的图像块数据；S3、将图像块数据输入MR脑部图像分割模型中进行图像分割，获得MR脑部图像的分割图像数据；其中，所述MR脑部图像分割模型为结合残差模块和深度可分离卷积模型的卷积神经网络模型。本发明提供的分割方法解决了现有技术中存在的训练费时费力和梯度消失的问题。
-
公开(公告)号：CN110136122A
公开(公告)日：2019-08-16
申请号：CN201910411647.6
申请日：2019-05-17
Applicant: 东北大学
Abstract: 本发明涉及一种基于注意力深度特征重建的脑MR图像分割方法，包括步骤：S1、获取T1、T2和FLAIR三个模态的脑MR图像数据；S2、对获取到的三个模态的脑MR图像数据进行预处理，得到数据增强的三个模态的脑MR图像数据；S3、将S2中得到的三个模态的脑MR图像数据输入深度编码模型中得到三个模态的脑MR图像卷积特征数据；S4、将S3中获得的三个模态的脑MR图像卷积特征数据输入空间自注意力模块SAM，获得空间自注意力模块修正后的综合各模态的脑MR图像卷积特征数据；本发明提供的图像分割方法通过空间自注意力模块计算任意两个位置之间的交互关系，捕获特征远程依赖性，深度特征重建模块使用深度特征对不同层级的特征进行重新加权，保持不同层级特征的一致性。
-
公开(公告)号：CN102243759B
公开(公告)日：2014-05-07
申请号：CN201010167148.6
申请日：2010-05-10
Applicant: 东北大学
Abstract: 本发明提供一种基于几何形变模型的三维肺血管图像分割方法，步骤为：(1)根据人体生理结构特点确定血管分割计算区域，区域的选择不仅将待分目标完全包含，而且其形状特征稳定，避免了对全局区域进行计算，提高了分割速度；(2)血管区域均值计算，定位目标内外同质区域；(3)血管边缘能量计算，使曲面沿着在图像梯度方向的二阶导数进行演化，以使其精确收敛到目标边缘；(4)在上述基础上，建立三维血管分割曲面演化模型，有效结合肺血管内外区域均值和边缘能量；(5)根据所构建的形变模型，采用优化水平集演化求解，根据水平集函数曲面演化隐含地求解曲面运动。通过大量肺CT图像实验证明，该方法对肺血管分割快速，准确，鲁棒性强。
-
公开(公告)号：CN116993980A
公开(公告)日：2023-11-03
申请号：CN202310931581.X
申请日：2023-07-27
Applicant: 东北大学
IPC: G06V10/26 , G06V20/70 , G06V10/776 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于深度学习和计算机视觉技术领域，公开了一种基于微调及自我评估的小样本分割方法及装置。该方法首先初始化系统参数，然后对查询图像预测得到伪标签，从而获取查询原型，与支持原型结合后更新查询伪标签，利用该伪标签微调系统参数，然后重复此过程实现系统多次微调，最后利用设计的自我评估方法确定最佳的微调轮次，获取最终分割结果。本发明缓解了现有系统存在的偏向训练中使用的类别或者支持图像的问题，提高了分割精度。所设计的自我评估方法能够评估最优的微调轮次，防止微调过程的误差积累导致精度偏低问题。相比于现有方法，该微调过程仅需1％左右的时间成本和算力成本，能够更加快速、高效地适应新类别并获取高质量分割结果。
-
公开(公告)号：CN108832173A
公开(公告)日：2018-11-16
申请号：CN201810680306.4
申请日：2018-06-27
Applicant: 东北大学
IPC: H01M10/0562 , H01M10/058 , H01M10/0525
Abstract: 本发明涉及一种镓和钼共掺杂的石榴石型锂离子固体电解质及其制备方法，其中，镓和钼共掺杂的石榴石型锂离子固体电解质的组成通式为：Li6.55-2xGa0.15La3Zr2-xMoxO12，且0.05≤x≤0.25。本发明中的镓和钼共掺杂的石榴石型锂离子固体电解质具有较高的锂离子电导率且大大降低了成本。本发明中镓和钼共掺杂的石榴石型锂离子固体电解质的制备方法工艺简单、成本低，制得的镓和钼共掺杂的石榴石型锂离子固体电解质的致密性得到了很大的提高。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.021 seconds)
