-
公开(公告)号：CN119623423A
公开(公告)日：2025-03-14
申请号：CN202510161742.0
申请日：2025-02-14
Applicant: 北京工业大学
IPC: G06F40/16 , G06F40/30 , G16H15/00 , G06N3/042 , G06N3/0455 , G06T7/00 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于多特征增强的医学影像报告生成方法及系统，方法包括：采用超像素分割技术对医学影像进行分割，得到感兴趣区域；采用预训练的DenseNet对感兴趣区域进行局部特征提取，并将局部特征作为图节点来构建关系图；将关系图输入图网络GAT以学习图特征，并将图特征输入编码器；将编码器每一层得到的特征以U型连接的方式输出至对应的解码器层，解码器基于编码器中得到的图像特征和已生成文本序列特征来预测下一个词，直至所有词生成完毕，最终得到完整影像报告。通过本发明的技术方案，增强了局部病灶的识别，加强了文本特征与图像特征之间的交互，使医学图像的语义细节和特征关系得到加强，提高了生成报告的准确率。
-
公开(公告)号：CN111429510B
公开(公告)日：2024-04-02
申请号：CN202010232752.6
申请日：2020-05-07
Applicant: 北京工业大学
IPC: G06T7/70 , G06N3/08 , G06N3/0464 , G06N3/048
Abstract: 一种基于自适应特征金字塔的花粉检测方法属于计算机视觉领域。特征金字塔采用逐像素相加的方式融合卷积网络不同层的特征，由于不同层的特征的感受野、分辨率存在差异，采用逐像素相加的融合方式，使得特征融合时存在非对齐匹配。本发明提出一种自适应特征金子塔网络，让特征金字塔不同层之间的特征通过可学习的方式自适应对齐，在消除冗余特征的同时，扩充了特征金字塔网络的感受野，使关键特征获得更大的响应，提升特征金字塔网络的性能。本发明使用深度卷积网络Resnet‑50提取花粉图像特征，利用Resnet‑50不同模块学习到的特征建立自适应特征金字塔网络，从而建立基于自适应特征金字塔的花粉检测网络。该方法可以精确地检测出花粉图像中的花粉颗粒的类别和位置。
-
公开(公告)号：CN109993199A
公开(公告)日：2019-07-09
申请号：CN201910022095.X
申请日：2019-01-10
Applicant: 北京工业大学
Abstract: 公开一种针对高阶张量数据的处理方法，其能够避免了图像观测样本集向量化过程破坏数据的内部结构，灵活而且简单，可以提取出张量样本的判别性特征，简化了图像观测样本集中高阶张量数据存在的大量冗余信息，提高了图像处理速度。这种针对高阶张量数据的处理方法，将高阶张量数据分解为三部分：共享子空间成分、个性子空间成分以及噪声部分；共享子空间成分、个性子空间成分分别将高阶张量数据表示为一组张量基底和向量系数的线性组合；利用变分EM方法求解基底张量和向量系数；通过比较样本的边缘分布设计分类器对待测样本进行分类。
-
公开(公告)号：CN107609604A
公开(公告)日：2018-01-19
申请号：CN201710975588.6
申请日：2017-10-19
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明公开一种基于L1范数的二维概率线性判别分析的图像识别方法，用于对二维数据的降维以及图像中存在异常值的情况，记为L1-2DPLDA。具体为：对原始的图像数据建立L1范数的模型；利用EM算法对模型求解，得到投影矩阵；利用投影矩阵对未知的图像分类。与传统向量数据的不同是，本发明提出的方法能够在二维数据的行、列两个方向上降维，保持了图像的空间特征，同时在原始数据存在异常值的情况下，具有鲁棒性，得到更准确的图像识别率。
-
-
Patent Agency Ranking
公开(公告)号：CN119941755A
公开(公告)日：2025-05-06
申请号：CN202510035235.2
申请日：2025-01-09
Applicant: 北京工业大学
IPC: G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种肺炎病灶分割方法、系统、电子设备及存储介质，包括获取肺炎CT的二维图像；基于二维图像训练病灶分割模型；利用训练好的病灶分割模型对输入的新CT图像进行病灶分割；病灶分割模型包括两个编码器、跳跃连接模块和解码器，一个编码器为双层路由注意力Vision Transformer编码器，另一编码器为残差卷积神经网络编码器，双层路由注意力Vision Transformer编码器获取二维图像的全局特征，残差卷积神经网络编码器获取二维图像的局部特征，将全局特征和局部特征融合获得双向特征。本发明有效的提升了肺炎病灶分割精确度。
-
公开(公告)号：CN119693429A
公开(公告)日：2025-03-25
申请号：CN202510191748.2
申请日：2025-02-21
Applicant: 北京工业大学
IPC: G06T7/33 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明公开一种基于多尺度动态卷积融合的骨盆图像可变形配准方法及系统，属于医学图像配准技术领域；获取骨盆CT图像；将骨盆CT图像输入到DKF‑Block模块进行特征提取，得到骨盆图像大范围特征；将骨盆图像大范围特征输入到SCC‑Block模块进行融合，得到融合结果。本发明在有效解决传统自由形式配准算法存在的耗时长、配准精度有限等问题的同时，还克服了深度学习配准网络在感受野范围和大位移形变特征捕捉方面的局限性。通过捕捉并融合不同尺度上的特征信息，该方法能更好地感知并表征大范围变形，从而为后续的骨盆螺钉通道自动规划奠定了坚实基础。
-
公开(公告)号：CN114648664B
公开(公告)日：2024-11-22
申请号：CN202210290777.0
申请日：2022-03-23
Applicant: 北京工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于多视角信息融合的图像分类方法，属于计算机视觉领域，具有全面学习全局图像信息和局部花粉颗粒区域信息的效果，比以往只考虑全局图像信息更加准确。本发明在关注全局图像信息的基础上，更针对性地关注局部花粉颗粒区域信息，所用网络包含两个深度学习流，对应于花粉图像的不同层次和结构水平。首先是基于全局图像信息流进行的分类，在全局图像结构上直接对花粉进行分类；其次是基于局部花粉颗粒区域信息流进行的分类，在此流中加入分割指导网络，从整个花粉图像对花粉颗粒定位，保留花粉颗粒区域图片，在局部区域图像水平上检测花粉类别；最后，将全局图像分类结果和局部花粉颗粒区域分类结果进行融合，得到最终分类结果。
-
公开(公告)号：CN118576312A
公开(公告)日：2024-09-03
申请号：CN202410700794.6
申请日：2024-05-31
Applicant: 北京工业大学
IPC: A61B34/10
Abstract: 本发明公开了一种基于深度学习的骨盆螺钉最优通道规划方法及系统，方法包括：对骨盆数据集进行预处理后训练可变形配准网络，并利用可变形配准网络制作骨盆模板；在骨盆模板表面预标注骨盆螺钉，并计算注释标签；将骨盆模板向待测骨盆进行配准，得到形变场，并将骨盆模板上标注的骨盆螺钉和注释标签映射至待测骨盆上；将待测骨盆上螺钉起点和终点对应区域内所有衍生点相互连接形成衍生轴；采用最优通道算法迭代计算衍生轴与通道范围表面点的通道半径，选取通道半径最大的轴线作为待测骨盆最优通道的最佳衍生轴。通过本发明的技术方案，实现了骨盆螺钉注释的自动标注，提升了配准效率和特征提取准确性，显著提高了计算和搜索效率。
-
公开(公告)号：CN117422667A
公开(公告)日：2024-01-19
申请号：CN202311177533.2
申请日：2023-09-12
Applicant: 北京工业大学
IPC: G06T7/00 , G06T5/60 , G06N3/0455 , G06N3/0895
Abstract: 本发明提供一种高光谱图像特征表示方法、装置、电子设备及存储介质，涉及图像处理技术领域，方法包括：获取高光谱图像的多视角信息，多视角信息包括高光谱图像在空间维度的第一视角信息，和高光谱图像在光谱维度的第二视角信息；对多视角信息进行图像增强处理，获得图像增强处理之后的多视角信息，图像增强处理包括对第一视角信息进行随机裁剪操作，对第二视角信息进行随机抽样操作；将图像增强处理之后的多视角信息输入预先构建的多视角对比学习深度特征表示模型，获得多视角对比学习深度特征表示模型输出的深度特征表示。本发明实现了将高光谱图像特有的不同视角之间的互信息最大化，极大地提高了高光谱图像特征表示的性能。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.021 seconds)
