-
公开(公告)号:CN117689883A
公开(公告)日:2024-03-12
申请号:CN202311443023.5
申请日:2023-11-01
Applicant: 中国医学科学院北京协和医院 , 五邑大学
IPC: G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本申请实施例提供了一种医学图像分割方法、模型训练方法、装置及电子设备,该方法包括:通过将无标注的第一医学图像分别输入教师模型和学生模型,以及将带标注的第二医学图像输入学生模型,基于模型的语义分割,分别得到伪标签预测概率、第一预测概率和第二预测概率,通过伪标签预测概率和第一预测概率确定第一模型损失,通过第二预测概率和标签概率确定第二模型损失,进而基于损失训练学生模型,训练后的学生模型能够提供多种关键部位的语义分割,能够在医学图像中分割出多种器官及肿瘤,也可对肿瘤周边发生形变的器官进行精准的分割,医学图像的分割效果较好,可广泛应用于云技术、人工智能、医学图像处理等场景。
-
公开(公告)号:CN116226610A
公开(公告)日:2023-06-06
申请号:CN202310116834.8
申请日:2023-01-17
Applicant: 北京航空航天大学杭州创新研究院 , 五邑大学
IPC: G06F18/00 , A61B5/0205 , A61B5/00 , G06N3/006
Abstract: 本申请公开了一种体征信号的分离方法、装置、电子设备及存储介质,应用于信号处理领域,包括:获取体征信号;根据鲸鱼优化算法的相关参数,得到预设种群数量的第一位置参数;根据位置参数和变分模态分解算法对体征信号进行分解,得到本征模态函数分量集;根据本征模态函数分量集,得到模糊熵;根据模糊熵,通过全局搜寻策略的鲸鱼优化算法对第一位置参数进行迭代优化,得到第二位置参数;根据第二位置参数和变分模态分解算法对体征信号进行分解重构,得到心跳体征信号和呼吸体征信号。本申请实施例通过全局搜寻策略的鲸鱼优化算法对变分模态分解算法的位置参数进行优化,减少了分离过程中信号过分解和欠分解情况的发生,提高了分离结果的准确性。
-
公开(公告)号:CN119477809A
公开(公告)日:2025-02-18
申请号:CN202411456229.6
申请日:2024-10-18
Applicant: 五邑大学
IPC: G06T7/00 , G06V10/40 , G06V10/52 , G06V10/62 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0895
Abstract: 本发明实施例提供了一种前列腺癌病理图像的格里森分级方法和装置、设备及介质。其中,方法包括:获取前列腺癌病理图像,前列腺癌病理图像为全视野数字化切片图像;对前列腺癌图像进行特征提取,得到病理图像特征;将病理图像特征输入至基于时频交互的多实例学习模型,得到融合特征,其中,基于时频交互的多实例学习模型包括特征重构模块和时频特征交互模块,特征重构模块用于从病理图像特征提取得到高频特征信息和低频特征信息,时频特征交互模块用于从病理图像特征提取得到时域特征信息和频域特征信息;将融合特征输入至分类器,得到前列腺癌病理图像的格里森分级结果。基于此,本发明实施例能够提高对前列腺癌病理图像格里森分级的准确性。
-
公开(公告)号:CN116385904A
公开(公告)日:2023-07-04
申请号:CN202310208090.2
申请日:2023-03-06
Applicant: 五邑大学
Abstract: 本申请实施例提供了基于无人机的集装箱破损检测方法、装置、设备及介质,通过接收无人机所采集的集装箱图像;上采样集装箱图像得到上下文信息,根据上下文信息生成语义特征;将集装箱图像经卷积的结果和经最大池化的结果拼接,对拼接图像依次进行上采样和空洞卷积处理以提取空间特征;融合语义特征和空间特征;根据融合特征进行分割;根据语义分割结果识别得到识别结果;通过无人机采集集装箱图像,通过检测网络实现集装箱破损识别的自动化和智能化,通过网络的第一分支提取丰富的语义特征,通过网络的第二分支针对高分辨率图像提取丰富的空间特征,融合语义特征和空间特征进行检测,提升了检测的准确性。
-
公开(公告)号:CN115919280A
公开(公告)日:2023-04-07
申请号:CN202211547434.4
申请日:2022-12-05
Applicant: 五邑大学 , 北京航空航天大学杭州创新研究院
Abstract: 本发明公开了一种胸腹式呼吸判断方法、设备及存储介质,方法包括:通过毫米波雷达对人体进行检测,以获得从人体反射回来的原始波形信号;对原始波形信号分离得到呼吸波形信号和心跳波形信号;对呼吸波形信号进行谱估计,得到呼吸频率信号;根据心跳波形信号,得到心跳频率信号;通过预设的胸腹式分类模型对原始波形信号进行分类,得到预测呼吸类型;将呼吸频率信号、心跳频率信号和预测呼吸类型作为预测结果输出。本发明检测操作方便,对从人体反射回来的原始波形信号进行分离以及谱估计,能够得到用于反映用户呼吸情况的呼吸频率信号,通过胸腹式分类模型对原始波形信号进行分类,能够满足用户对呼吸类型判断功能的使用需求。
-
公开(公告)号:CN119648717A
公开(公告)日:2025-03-18
申请号:CN202411545994.5
申请日:2024-11-01
Applicant: 五邑大学
IPC: G06T7/11 , G06V10/52 , G06N3/0455 , G06N3/045 , G06N3/0895
Abstract: 本发明实施例提供了一种嗜铬细胞瘤医学图像分割方法和装置、设备及介质。其中,方法包括:获取嗜铬细胞瘤医学图像;将嗜铬细胞瘤医学图像输入至嗜铬细胞瘤分割模型进行图像分割,得到嗜铬细胞瘤医学图像的分割结果,嗜铬细胞瘤分割模型由半监督分割模型和SAM‑Med3D分割模型组成,半监督分割模型包括一个共享的编码器和多个独立的解码器,在编码器的编码路径上设置有多尺度注意力模块,多尺度注意力模块用于加强嗜铬细胞瘤关键特征提取,在多个解码器输出中通过竞争对比选择伪标签,且多个解码器预测产生的位置信息作为SAM‑Med3D分割模型的掩码提示信息来源。基于此,本发明实施例能够提高嗜铬细胞瘤医学图像自动化分割性能。
-
公开(公告)号:CN119559193A
公开(公告)日:2025-03-04
申请号:CN202411449308.4
申请日:2024-10-17
Applicant: 五邑大学
Abstract: 本申请提供了基于傅里叶变换的医学图像分割方法及相关装置,对待分割医学图像进行编码处理和解码处理得到预分割特征图;对待分割医学图像进行傅里叶变换和傅里叶反变换,拼接反变换图像经卷积的特征和第一图像特征经编码的特征得到拼接特征,将拼接特征经过卷积下采样处理和池化处理得到变换特征;将变换特征按照不同分辨率进行下采样得到多个下采样特征,将多个下采样特征进行融合;根据融合图像特征的器官语义特征生成分割头参数,根据分割头参数配置各种器官对应的分割头;通过分割头对预分割特征图进行分割;捕捉并强化边缘细节和器官间语义关系用作先验知识,根据不同器官间组织结构精确分割医学图像。
-
-
-
-
-
-