-
公开(公告)号:CN116797690A
公开(公告)日:2023-09-22
申请号:CN202310734202.8
申请日:2023-06-20
Applicant: 中南大学湘雅二医院
IPC: G06T11/40 , G06V40/16 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/84 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/08 , G16H30/40
Abstract: 本发明公开了一种用于唇裂手术分析的图像预测生成方法,属于图像处理技术领域,该图像预测生成方法包括去除图像内容:对图像中需要去除的对象进行选择、分割和删除;填充图像内容:根据输入文本提示,对图像中的对象进行填充;通过输入文本提示,如手术步骤的调整,可以对预测图像进行图像局部区域的删除和内容填充的方法,提供准确的经过手术特定调整后的预测图像,为患者和医生在手术方案上的选择与实施提供更有力的参考依据。
-
公开(公告)号:CN116776369A
公开(公告)日:2023-09-19
申请号:CN202310509139.8
申请日:2023-05-08
Applicant: 中南大学湘雅二医院
Abstract: 本发明公开了一种面向医学影像诊断的异构联邦学习方法。本发明包括HFLPP学习框架;HFLPP学习框架的具体流程为:1.服务器将全局嵌入向量发送给客户端;2.客户端使用隐私数据与全局嵌入向量更新本地模型和本地嵌入向量;3.客户端将本地嵌入向量发送到服务器;4.服务器使用本地嵌入向量更新全局嵌入向量。面临在医学影像诊断领域中的医学影像数据异质性问题,HFLPP通过共享嵌入向量的方法可以有效地减轻本地更新造成的特征漂移,具有良好的预测准确性,参数的减少提升了通信效率,同时,在性能没有明显下降的前提下满足了患者隐私保护的需求。
-