-
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:CN112779159A
公开(公告)日:2021-05-11
申请号:CN202110057810.0
申请日:2021-01-15
Applicant: 中南林业科技大学
Abstract: 本发明公开了一种生物培养智能监控系统及方法,生物培养智能监控系统包括MCU、动物培养系统、微生物培养系统、云服务器、RFID模块和无线通信模块;无线通信模块为WiFi模块和远程通信模块,MCU通过无线通信模块与手机通信连接;远程通信模块为GSM、3G、4G或5G通信模块;动物培养系统、微生物培养系统、云服务器、RFID模块和无线通信模块均与MCU相连;微生物培养系统中具有与MCU相连的培养瓶动作模块、温控模块、CO2浓度控制模块和显微监测模块。该生物培养智能监控系统及方法集成度高,功能丰富,构思巧妙,易于实施。
-
公开(公告)号:CN110264465A
公开(公告)日:2019-09-20
申请号:CN201910564318.5
申请日:2019-06-25
Applicant: 中南林业科技大学
IPC: G06T7/00
Abstract: 主动脉夹层(Aortic dissection(AD))是一种危险的心血管疾病,具有极高的临床死亡率,而且近年来发生率激增;本发明公开了一种基于形态学和深度学习的主动脉夹层动态检测方法,步骤1:建立CTA样本集合;步骤2:基于CTA样本集合中的CTA图像进行深度学习并实施疾病检测;2.1基于感兴趣区域进行深度学习,获得学习后的卷积神经网络;2.2针对新的CTA图像,基于学习后的卷积神经网络并结合感兴趣区域进行疾病检测。该基于形态学和深度学习的主动脉夹层动态检测方法易于实施,检测效率高。实验表明采用深度学习方法远远优于传统方法,而且基于DenseNet121的方法更优。
-
-