公开(公告)号：CN116228795A

公开(公告)日：2023-06-06

申请号：CN202310231039.3

申请日：2023-03-13

Applicant: 北京工业大学

Inventor： 刘博 ,  王强 ,  周子安 ,  丁磊 ,  杨滨

IPC: G06T7/11 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出了一种基于弱监督学习的超高分辨率医学图像分割方法。通过使用弱监督这一深度学习技术，可以在只有图像级别的弱标签信息的情况下，获得一个较为理想的分割效果。除此之外，本发明不仅考虑了标注信息的强弱问题，还关注到针对超高分辨率医学图像训练流程方法的改良问题，主要在医学图像数据集的前处理和模型预测时的后处理阶段提出几项改进，弥补了现有技术中模型训练流程存在的缺陷。

公开(公告)号：CN117115500A

公开(公告)日：2023-11-24

申请号：CN202310299982.8

申请日：2023-03-25

Applicant: 北京工业大学

Inventor： 李建强 ,  王昱皓 ,  刘博 ,  王强 ,  周子安

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于扩散模型与对比学习的吲哚菁绿荧光图像分类识别方法，包括下述步骤：步骤一，收集吲哚菁绿荧光图像作为数据集；步骤二，将步骤一的图像经过裁剪、缩放处理后输入扩散模型网络，训练扩散模型；步骤三，基于步骤二中预训练完成的扩散模型训练基于扩散模型的对比学习模型；步骤四，微调步骤三中的模型，对吲哚菁绿荧光图像进行检测和分类。本发明利用扩散模型学习真实样本之间的分布，并利用学习到的分布拟合真实分布，解决了数据集质量较低且样本不足的问题，提高了模型对于吲哚菁绿荧光图像的分类能力。

公开(公告)号：CN116309223A

公开(公告)日：2023-06-23

申请号：CN202310266316.4

申请日：2023-03-20

Applicant: 北京工业大学

Inventor： 周子安 ,  郭旗 ,  王昱皓 ,  王强 ,  刘子豪 ,  石宇良

IPC: G06T5/50 ,  A61B5/00 ,  A61B5/055 ,  G06T7/00 ,  G06T7/11

Abstract: 本发明公开了一种基于乳腺癌患侧上肢淋巴水肿的图像提取方法及系统；包括获取乳腺癌患侧上肢的水肿部位的MRI图像和激光散斑图像；其中，获取乳腺癌患侧上肢的水肿部位的激光散斑图像包括：使用激光照射乳腺癌患侧上肢的水肿部位生成多个第一反射图像；使用白光照射乳腺癌患侧上肢的水肿部位生成多个第二反射图像；对多个第一反射图像与多个第二反射图像进行特征提取生成激光散斑图像；从MRI图像中提取出乳腺癌患侧上肢第一淋巴图像，从激光散斑图像中提取出乳腺癌患侧上肢第二淋巴图像；将第一淋巴图像与第二淋巴图像进行特征提取合并生成乳腺癌患侧上肢的水肿图像或血肿图像；从而提高了图像特征分类的提取精度，进而提高了用户体验。

公开(公告)号：CN116304332A

公开(公告)日：2023-06-23

申请号：CN202310266314.5

申请日：2023-03-20

Applicant: 北京工业大学

Inventor： 郭旗 ,  姬庆庆 ,  刘子豪 ,  周子安 ,  石宇良

IPC: G06F16/9535 ,  G06F16/9536 ,  G06F16/28 ,  G06F18/22 ,  G06N5/02

Abstract: 本发明公开了一种知识图谱混合推荐方法，包括如下步骤：步骤S1：构建知识图谱，将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析结合，构建一个包含实体和关系的知识图谱，基于知识图谱的相似度计算模块，计算实体与实体之间的相似度，利用知识图谱中的实体之间的关系，通过皮尔逊相似度计算实体之间的相似度，基于用户的协同过滤相似度计算模块，与现有的先进模型进行对比，大量的实践数据证明，本申请中的模型比大多数序列推荐模型更加高效，另外共用其他模型的经验，避免造成内容分析的不完全或不精确，能够基于一些复杂的，难以表述的概念(如信息质量、个人品味)进行过滤。