-
公开(公告)号：CN111882532A
公开(公告)日：2020-11-03
申请号：CN202010680826.2
申请日：2020-07-15
Applicant: 中国科学技术大学 , 安徽省儿童医院(安徽省新华医院、安徽省儿科医学研究所)
Abstract: 本发明公开了一种下肢X光影像中关键点提取方法，通过关键点定位神经网络模型来自动分析下肢X光影像，通过骨骼的全局空间结构以及多尺度信息得到各关键点的位置信息；不仅加快了关键点提取速度与效率，还可以确保结果的准确性。实验表明关键点定位的误差仅有3.042像素，角度计算误差仅有1.096°。
-
公开(公告)号：CN112006654A
公开(公告)日：2020-12-01
申请号：CN202010685114.X
申请日：2020-07-16
Applicant: 中国科学技术大学 , 安徽省儿童医院(安徽省新华医院、安徽省儿科医学研究所)
Abstract: 本发明公开了一种基于卷积神经网络和多重注意力机制的骨骼年龄评估方法，包括：训练阶段，主干网络输入为掌骨影像，通过特征提取器获得特征图F，进而得到骨龄回归值；多重注意力模块输入为特征图F，经通过压缩操作与注意力图拆分操作得到M个子注意力图，每个子注意力图再与特征图F点乘，进而得到对应的骨龄回归值；结合主干网络与多重注意力模块得到的骨龄回归值，采用多任务学习策略训练神经网络；测试阶段，将待测掌骨影像输入至训练后的神经网络中，通过其中主干网络得到骨龄评估值。上述模型可被端到端训练；同时能自动生成注意力分布图，具有更好的泛化性；此外，基于2D卷积神经网络，速度快，精度高，平均评估误差在4.1个月内。
-
公开(公告)号：CN114723754B
公开(公告)日：2022-09-02
申请号：CN202210638349.2
申请日：2022-06-08
Applicant: 中国科学技术大学 , 安徽省儿童医院(安徽省新华医院、安徽省儿科医学研究所)
Abstract: 本发明公开了一种超声髋关节骨龄评估方法、系统、设备及存储介质，它属于一种基于解剖学区域检测的弱监督超声髋关节骨龄评估方案，包含两个阶段：第一个阶段，能够准确定位解剖学关键区域，一方面，能够提高后续骨龄预测的准确度；另一方面，能够提供可解释性的解剖学关键区域，有利于促进医学研究的进一步发展；第二个阶段，在具有可解释性的解剖学关键区域的基础上回归预测骨龄。
-
公开(公告)号：CN114723754A
公开(公告)日：2022-07-08
申请号：CN202210638349.2
申请日：2022-06-08
Applicant: 中国科学技术大学 , 安徽省儿童医院(安徽省新华医院、安徽省儿科医学研究所)
Abstract: 本发明公开了一种超声髋关节骨龄评估方法、系统、设备及存储介质，它属于一种基于解剖学区域检测的弱监督超声髋关节骨龄评估方案，包含两个阶段：第一个阶段，能够准确定位解剖学关键区域，一方面，能够提高后续骨龄预测的准确度；另一方面，能够提供可解释性的解剖学关键区域，有利于促进医学研究的进一步发展；第二个阶段，在具有可解释性的解剖学关键区域的基础上回归预测骨龄。
-
公开(公告)号：CN111882531B
公开(公告)日：2021-08-17
申请号：CN202010680820.5
申请日：2020-07-15
Applicant: 中国科学技术大学 , 安徽省儿童医院(安徽省新华医院、安徽省儿科医学研究所)
Abstract: 本发明公开了一种髋关节超声图像自动分析方法，包括：获取多个预先进行了若干关键线段位置标注的髋关节超声图像，并对每一髋关节超声图像中的每一关键线段分别生成热力图；以获取的髋关节超声图像为训练数据，以生成的热力图做训练目标，训练一个用于回归热力图的沙漏形神经网络；测试阶段，对于待分析的髋关节超声图像，通过训练好的沙漏形神经网络输出对应的热力图，再利用加权票选的方式从热力图中定位出每一关键线段位置，从而获得关键线段之间的夹角。上述方法基于神经网络生成热力图票选的方式自动的对髋关节超声图像进行分析，不仅加快了分析速度、提高了分析效率，还可以确保分析结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN112006654B
公开(公告)日：2021-07-13
申请号：CN202010685114.X
申请日：2020-07-16
Applicant: 中国科学技术大学 , 安徽省儿童医院(安徽省新华医院、安徽省儿科医学研究所)
Abstract: 本发明公开了一种基于卷积神经网络和多重注意力机制的骨骼年龄评估方法，包括：训练阶段，主干网络输入为掌骨影像，通过特征提取器获得特征图F，进而得到骨龄回归值；多重注意力模块输入为特征图F，经通过压缩操作与注意力图拆分操作得到M个子注意力图，每个子注意力图再与特征图F点乘，进而得到对应的骨龄回归值；结合主干网络与多重注意力模块得到的骨龄回归值，采用多任务学习策略训练神经网络；测试阶段，将待测掌骨影像输入至训练后的神经网络中，通过其中主干网络得到骨龄评估值。上述模型可被端到端训练；同时能自动生成注意力分布图，具有更好的泛化性；此外，基于2D卷积神经网络，速度快，精度高，平均评估误差在4.1个月内。
-
公开(公告)号：CN111882532B
公开(公告)日：2021-10-01
申请号：CN202010680826.2
申请日：2020-07-15
Applicant: 中国科学技术大学 , 安徽省儿童医院(安徽省新华医院、安徽省儿科医学研究所)
Abstract: 本发明公开了一种下肢X光影像中关键点提取方法，通过关键点定位神经网络模型来自动分析下肢X光影像，通过骨骼的全局空间结构以及多尺度信息得到各关键点的位置信息；不仅加快了关键点提取速度与效率，还可以确保结果的准确性。实验表明关键点定位的误差仅有3.042像素，角度计算误差仅有1.096°。
-
公开(公告)号：CN111882531A
公开(公告)日：2020-11-03
申请号：CN202010680820.5
申请日：2020-07-15
Applicant: 中国科学技术大学 , 安徽省儿童医院(安徽省新华医院、安徽省儿科医学研究所)
Abstract: 本发明公开了一种髋关节超声图像自动分析方法，包括：获取多个预先进行了若干关键线段位置标注的髋关节超声图像，并对每一髋关节超声图像中的每一关键线段分别生成热力图；以获取的髋关节超声图像为训练数据，以生成的热力图做训练目标，训练一个用于回归热力图的沙漏形神经网络；测试阶段，对于待分析的髋关节超声图像，通过训练好的沙漏形神经网络输出对应的热力图，再利用加权票选的方式从热力图中定位出每一关键线段位置，从而获得关键线段之间的夹角。上述方法基于神经网络生成热力图票选的方式自动的对髋关节超声图像进行分析，不仅加快了分析速度、提高了分析效率，还可以确保分析结果的准确性。
-
公开(公告)号：CN119850773A
公开(公告)日：2025-04-18
申请号：CN202510331508.8
申请日：2025-03-20
Applicant: 中国科学技术大学
IPC: G06T11/00 , G06V10/26 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种文本到图像扩散模型概念擦除方法、系统、设备及介质，它们是相对应的方案，方案中：从概念生成概率的角度出发，整体性地降低目标概念的生成概率，真正实现对目标概念的遗忘，同时，为了避免图像中无关概念带来的影响，提出概念局部化方法，引入目标概念分割掩码，防止无关视觉信息的引入，保证了概念擦除的精准和高效；并且，还从模型本身机制出发，通过扰乱模型的自注意力响应，从模型层面进一步破坏目标概念的生成，提高了概念擦除的鲁棒性。总体而言，本发明同时从概率分布层面和模型层面考虑，真正意义上实现了鲁棒且高效的概念擦除。
-
公开(公告)号：CN119723689A
公开(公告)日：2025-03-28
申请号：CN202510234677.X
申请日：2025-02-28
Applicant: 中国科学技术大学
IPC: G06V40/40 , G06N3/0455 , G06N3/08 , G06T1/00 , G06V40/16
Abstract: 本发明公开了一种人脸深度伪造取证方法、系统、设备及存储介质，它们是一一对应的方案，方案中：提取出面部的多级区域性语义特征，并将即鲁棒性水印与半脆弱性水印自适应的嵌入至不同语义区域，最终重建出水印图像，之后可向外发布；并且，利用深度伪造过程中水印完整性难以保持的特性，从获取的水印图像中提取出两种水印信息，一方面，可以实现身份溯源，另一方面，可通过交叉对比实现深度伪造检测；本发明提供的上述方案是一种主动溯源并且与具体深度伪造方法无关的检测方案，可以显著提升了深度伪造的溯源与检测性能，在多个数据集上的实验结果均表明其达到了领先水平。
-
-
-
-
-
-
-
-
-
Search Results
440
records
(took 0.062 seconds)
