-
公开(公告)号：CN118332508B
公开(公告)日：2024-08-23
申请号：CN202410767443.7
申请日：2024-06-14
Applicant: 之江实验室
IPC: G06F18/25 , G06F18/214 , G06F18/213 , G06F18/22
Abstract: 本发明公开了一种面向模态缺失的多模态融合处理方法、电子设备、介质，所述方法包括：获取第一模态数据和与其一一对应的第二模态数据；将第一模态数据和第二模态数据输入至预先训练好的业务预测模型，得到业务预测值；其中，业务预测模型的执行过程包括：对第一模态数据进行特征提取，得到第一模态特征；当第二模态数据存在时，对第二模态数据进行特征提取，得到第二模态特征；当第二模态数据不存在时，通过第一模态特征生成第二模态特征；第一模态特征和第二模态特征经特征融合后，得到业务预测值。
-
Patent Agency Ranking
公开(公告)号：CN118332508A
公开(公告)日：2024-07-12
申请号：CN202410767443.7
申请日：2024-06-14
Applicant: 之江实验室
IPC: G06F18/25 , G06F18/214 , G06F18/213 , G06F18/22
Abstract: 本发明公开了一种面向模态缺失的多模态融合处理方法、电子设备、介质，所述方法包括：获取第一模态数据和与其一一对应的第二模态数据；将第一模态数据和第二模态数据输入至预先训练好的业务预测模型，得到业务预测值；其中，业务预测模型的执行过程包括：对第一模态数据进行特征提取，得到第一模态特征；当第二模态数据存在时，对第二模态数据进行特征提取，得到第二模态特征；当第二模态数据不存在时，通过第一模态特征生成第二模态特征；第一模态特征和第二模态特征经特征融合后，得到业务预测值。
-
公开(公告)号：CN116229218B
公开(公告)日：2023-08-04
申请号：CN202310516976.3
申请日：2023-05-09
Applicant: 之江实验室
IPC: G06V10/774 , G06V10/74 , G06T7/33 , G06T11/00
Abstract: 本说明书公开了一种模型训练、图像配准方法及装置，可以基于第一原始图像和第二原始图像中包含的每个体素的正态分布，通过随机采样的方式生成用于训练配准模型的样本图像，并且由于生成的样本图像中包含的每个体素在采样过程中的值是随机的，所以生成的样本图像的对比度不同，但是，由于生成的样本图像中包含的每个体素在采样过程中是基于真实图像的正态分布生成的，所以生成的样本图像中包含的体素的分布仍与真实图像中包含的体素的分布相似，从而可以提升用于训练配准模型的训练样的多样性，进而可以增强配准模型的通用性以及泛化性。
-
公开(公告)号：CN116229218A
公开(公告)日：2023-06-06
申请号：CN202310516976.3
申请日：2023-05-09
Applicant: 之江实验室
IPC: G06V10/774 , G06V10/74 , G06T7/33 , G06T11/00
Abstract: 本说明书公开了一种模型训练、图像配准方法及装置，可以基于第一原始图像和第二原始图像中包含的每个体素的正态分布，通过随机采样的方式生成用于训练配准模型的样本图像，并且由于生成的样本图像中包含的每个体素在采样过程中的值是随机的，所以生成的样本图像的对比度不同，但是，由于生成的样本图像中包含的每个体素在采样过程中是基于真实图像的正态分布生成的，所以生成的样本图像中包含的体素的分布仍与真实图像中包含的体素的分布相似，从而可以提升用于训练配准模型的训练样的多样性，进而可以增强配准模型的通用性以及泛化性。
-
公开(公告)号：CN115578263B
公开(公告)日：2023-03-10
申请号：CN202211435386.X
申请日：2022-11-16
Applicant: 之江实验室
Abstract: 本发明公开了一种基于生成网络的CT超分辨重建方法、系统及装置，包括如下模块：采集模块：用于采集低分辨率的原始CT图像数据；预处理模块：用于对原始CT图像进行基于全变差的超分辨重建以得到初始值；超分辨重建模块：用于对初始值进行高分辨率重建。本发明采用参数微调的方法，在不使用大量数据集进行训练的前提下，将不适用于某一患者的CT重建网络调整成适应于此患者情况的网络，此过程仅利用该患者自身的低分辨率CT数据，无需相应的高分辨率CT数据作为标签，因此可以灵活应对医学数据中因人而异情况复杂的问题，具有极佳的泛化性。此发明的技术旨在重建出的图像空间分辨率高于实际获得的图像，同时确保高信噪比。
-
公开(公告)号：CN115578263A
公开(公告)日：2023-01-06
申请号：CN202211435386.X
申请日：2022-11-16
Applicant: 之江实验室
Abstract: 本发明公开了一种基于生成网络的CT超分辨重建方法、系统及装置，包括如下模块：采集模块：用于采集低分辨率的原始CT图像数据；预处理模块：用于对原始CT图像进行基于全变差的超分辨重建以得到初始值；超分辨重建模块：用于对初始值进行高分辨率重建。本发明采用参数微调的方法，在不使用大量数据集进行训练的前提下，将不适用于某一患者的CT重建网络调整成适应于此患者情况的网络，此过程仅利用该患者自身的低分辨率CT数据，无需相应的高分辨率CT数据作为标签，因此可以灵活应对医学数据中因人而异情况复杂的问题，具有极佳的泛化性。此发明的技术旨在重建出的图像空间分辨率高于实际获得的图像，同时确保高信噪比。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
