-
公开(公告)号：CN113947609B
公开(公告)日：2024-04-19
申请号：CN202111185726.3
申请日：2021-10-12
Applicant: 中南林业科技大学
IPC: G06V10/26 , G06V10/764 , G06V10/82 , G06V10/52 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/084
Abstract: 本发明公开一种深度学习网络结构及多标签主动脉夹层CT图像分割方法，其中，深度学习网络结构利用序列特征金字塔注意模块，关联不同尺度的CT图像序列特征，通过探索切片间的相关性，指导当前图像分割。同时，在网络的解码器中联合空间注意力模块和通道注意力模块，加强模型对目标区域的定位精确度以及特征的利用率。其次，本发明的多标签主动脉夹层CT图像分割方法，针对主动脉夹层多标签分割的类间关系，设计了多标签分类器以及相应的二元混合损失函数，在端到端的网络上实现多标签分割。本发明的深度学习网络结构对主动脉夹层快速筛查、诊断和评估有巨大的临床应用价值。
-
公开(公告)号：CN115908599A
公开(公告)日：2023-04-04
申请号：CN202211077949.2
申请日：2022-09-05
Applicant: 中南林业科技大学
IPC: G06T11/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种主动脉夹层术后影像的生成方法，提出了用于未配对影像生成的MARTF‑GAN模型，基于术前影像生成患者的术后影像，给手术方案制定提供可靠的指导。该模型生成器由注意力编码器、RTF模块、注意力解码器组成。注意力编码器通过全局上下文注意力提取较为丰富的图像特征；RTF模块位于注意力编码器和注意力解码器之间，对注意力编码器的输出特征图进行深层次的全局和局部信息提取融合，提取高级语义信息；注意力解码器的作用是根据高级语义信息生成最终的术后影像，在注意力掩码的指导下能够生成语义较为丰富的图像。该方法整体指标的性能优于Munit、AttGan、QsaGan和CycleGan模型。
-
公开(公告)号：CN109032019B
公开(公告)日：2020-10-20
申请号：CN201810873084.8
申请日：2018-08-02
Applicant: 中南林业科技大学
IPC: G05B19/042
Abstract: 本发明公开了一种客房人体感应系统及方法，客房人体感应系统包括MCU和设置在客房内的红外线列阵式传感器；红外线列阵式传感器与MCU相连。在房门处设置用于客房人体感应系统启动的触发装置；所述的触发装置为压力传感器或使用智能门锁。在床上设置与MCU相连的压力传感器用于检测床上是否有人。所述的压力传感器为FSR电阻式薄膜压力传感器。在卫生间设置与MCU相连的热释电传感器。MCU与服务器通信连接，使用APP对客房内的检测数据进行管理。该客房人体感应系统检测准确度高，可靠性高，易于实施。
-
公开(公告)号：CN110245720A
公开(公告)日：2019-09-17
申请号：CN201910546589.8
申请日：2019-06-22
Applicant: 中南林业科技大学
Abstract: 本发明公开了一种基于深度学习的柑橘病虫害智能诊断方法及系统，该方法的步骤：步骤1：基于专家经验建立黄龙病、炭疽病、溃疡病、黑星病、砂皮病和疮痂病这6类柑橘病害的图像数据集；步骤2：使用五种数据增强的方法扩充训练集和测试集；利用增强后的训练集和验证集对简化的DenseNet网络进行训练，保存模型至系统中；利用测试集对模型的性能进行评价。步骤3：在微信小程序的基础上建立了柑橘病诊断系统，用户通过手机使用小程序拍照/上传图像，通过上传的训练好的卷积网络模型进行诊断，再返回智能诊断结果及病虫害防治建议给用户，实现柑橘病虫害智能诊断。
-
-
Patent Agency Ranking
公开(公告)号：CN119577831A
公开(公告)日：2025-03-07
申请号：CN202411644193.4
申请日：2024-11-18
Applicant: 中南林业科技大学
IPC: G06F21/62 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习网络结构的抗模型反演攻击的方法及装置。通过对图像进行分块置乱的预处理，从数据源层面降低了模型反演攻击的风险。针对分块置乱的图像设计了深度学习网络，该深度学习网络旨在从分块置乱的图像中提取标志性特征，提高识别准确率，并抵御基于梯度和自注意力的模型反演攻击。该发明能够从分块置乱的图像中提取出更具鲁棒性的特征，并有效抵御基于梯度和自注意力的模型反演攻击，防止恶意攻击者通过模型反演等技术手段还原或推测出原始图像，具有重要的隐私保护和信息安全应用价值。
-
公开(公告)号：CN110659379B
公开(公告)日：2023-05-23
申请号：CN201910902185.8
申请日：2019-09-24
Applicant: 中南林业科技大学
IPC: G06F16/583 , G06F21/60 , G06N3/0464 , G06N3/08 , H04L9/08
Abstract: 本发明公开了一种基于深度卷积网络特征的可搜索加密图像检索方法，在数据拥有设备端，将图像加密并将加密后的图像集存储在服务器端；在服务器端，由服务器提供CBIR服务；根据用户的查询请求对加密的查询图像提取特征，再计算相似度，最后将检索到的检索结果返回给查询用户；在授权查询业务端，向服务器提出查询请求，由服务器返回检索结果后，用户使用密钥对检索结果对应的图像进行解密还原。该基于深度卷积网络特征的可搜索加密图像检索方法具有更高的安全性和检索精度。
-
公开(公告)号：CN113947609A
公开(公告)日：2022-01-18
申请号：CN202111185726.3
申请日：2021-10-12
Applicant: 中南林业科技大学
Abstract: 本发明公开一种深度学习网络结构及多标签主动脉夹层CT图像分割方法，其中，深度学习网络结构利用序列特征金字塔注意模块，关联不同尺度的CT图像序列特征，通过探索切片间的相关性，指导当前图像分割。同时，在网络的解码器中联合空间注意力模块和通道注意力模块，加强模型对目标区域的定位精确度以及特征的利用率。其次，本发明的多标签主动脉夹层CT图像分割方法，针对主动脉夹层多标签分割的类间关系，设计了多标签分类器以及相应的二元混合损失函数，在端到端的网络上实现多标签分割。本发明的深度学习网络结构对主动脉夹层快速筛查、诊断和评估有巨大的临床应用价值。
-
公开(公告)号：CN109032019A
公开(公告)日：2018-12-18
申请号：CN201810873084.8
申请日：2018-08-02
Applicant: 中南林业科技大学
IPC: G05B19/042
Abstract: 本发明公开了一种客房人体感应系统及方法，客房人体感应系统包括MCU和设置在客房内的红外线列阵式传感器；红外线列阵式传感器与MCU相连。在房门处设置用于客房人体感应系统启动的触发装置；所述的触发装置为压力传感器或使用智能门锁。在床上设置与MCU相连的压力传感器用于检测床上是否有人。所述的压力传感器为FSR电阻式薄膜压力传感器。在卫生间设置与MCU相连的热释电传感器。MCU与服务器通信连接，使用APP对客房内的检测数据进行管理。该客房人体感应系统检测准确度高，可靠性高，易于实施。
-
公开(公告)号：CN108959478A
公开(公告)日：2018-12-07
申请号：CN201810642032.X
申请日：2018-06-21
Applicant: 中南林业科技大学
CPC classification number: G06K9/4676 , G06K9/6215 , G06K9/6218
Abstract: 本发明公开了一种云环境下的密文图像检索方法及系统，首先，从自适应阈值和特征点预筛选两方面优化Harris算法，并提取图像特征。其次，采用SURF算法和词袋模型生成每一幅图像的Harris角点特征向量。然后，采用局部敏感哈希(Locality Sensitive Hashing,LSH)算法对特征向量构建可搜索索引，并用传统加密方案对图像以及索引进行加密，最后，在云服务器上进行安全的相似性检索。实验结果证明，通过对Harris角点优选及SURF与词袋模型的特征描述，并对局部敏感哈希算法的参数进行了优化，本发明提出的检索方案与现有加密检索方案对比，不仅缩短了特征提取时间，而且有效提高了加密图像检索效率。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.029 seconds)
