-
公开(公告)号:CN115147303A
公开(公告)日:2022-10-04
申请号:CN202210767690.8
申请日:2022-06-30
Applicant: 首都医科大学附属北京世纪坛医院 , 北京航空航天大学
Inventor: 白文佩 , 赵琦 , 杨敏 , 陈立江 , 乔长坤 , 蔡凌翰 , 吕书畅 , 李孟豪 , 郭晨旭 , 吴美静 , 刘秉昊 , 陈明皇 , 高佩佩 , 杨慕坤 , 尹聪 , 陈雁容
Abstract: 本发明提供一种基于掩膜引导的二维超声医学图像修复方法,以二维卵巢超声图像修复为例,方法包括步骤:采集二维卵巢超声图像;通过标注生成二值掩膜,建立数据集;将数据集划分为训练集和测试集;通过生成随机二值掩膜,将训练集中的超声图像加工成破损图像;将训练集中的原始图像和二值掩膜加载到图像修复模型中进行训练,计算模型的损失,反向传递至网络中,进行模型参数的调整,反复迭代优化训练,得到最优的图像修复模型。利用最优的模型对破损的超声图像进行修复。通过以上步骤,实现二维超声医学图像的修复,提高针对二维卵巢超声图像中病灶识别和分割结果的准确率。
-
公开(公告)号:CN114360694A
公开(公告)日:2022-04-15
申请号:CN202210034545.9
申请日:2022-01-13
Applicant: 首都医科大学附属北京世纪坛医院 , 北京航空航天大学
Inventor: 白文佩 , 赵琦 , 杨敏 , 陈立江 , 吕书畅 , 蔡凌翰 , 吴美静 , 乔长坤 , 李孟豪 , 陈明皇 , 尹聪 , 杨慕坤 , 章静菲 , 杨东 , 桑秀波 , 刘冬梅 , 顾小宁
Abstract: 本发明提供一种卵巢肿瘤多模态超声影像人工智能数据库及其构建方法,该方法包括步骤:利用超声设备获取病人的卵巢肿瘤二维超声影像和超声造影视频,数据上传至信息中心,从信息中心获取数据的第一时间隐去病人的所有隐私信息;从信息中心获取超声造影视频数据,对超声造影视频进行视频抽帧,选取病灶区域明显的二维超声影像保存,同时保存原始超声造影视频数据;基于疾病诊断,对于二维超声影像和抽帧后的超声造影单帧影像进行代表肿瘤类别的全局标签标注;使用LabelImg开源标注软件对二维超声影像和超声造影单帧影像进行分割区域的语义标签标注;根据肿瘤类别(全局标签),对采集的多模态超声影像数据及对应标注进行分类存储。通过以上步骤,实现了卵巢肿瘤多模态超声影像人工智能数据库的构建。该发明提供的数据库推动了AI影像学结合卵巢肿瘤早诊早治的发展,填补了国内外在卵巢肿瘤多模态超声影像人工智能数据库方面的空白。该发明提供的“数据采集‑数据规范化标注‑数据分类管理”的构建方法,也为卵巢肿瘤影像学领域的数据库构建提供了标准和规范。
-
公开(公告)号:CN118942679A
公开(公告)日:2024-11-12
申请号:CN202411003019.1
申请日:2024-07-25
Applicant: 北京航空航天大学
IPC: G16H50/20 , G16H10/60 , G06F18/243 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N5/01 , G06N20/00
Abstract: 本发明提供一种基于多模态数据的胸部病理人工智能聚合预测方法,包括将来自不同模态的原始医疗数据转换成适合处理的格式、建立三种机器学习通用模型训练、分别提取病人多模态特征嵌入并输入模型进行胸部病理聚合预测、计算不同数据源的Shapley值和分析每个模态对于模型性能的影响。本发明提供了一种基于多模态数据的人工智能聚合预测方法,能够成为临床实践和医疗诊断的辅助工具,提高临床诊断效率及准确率。
-
公开(公告)号:CN117350926B
公开(公告)日:2024-02-13
申请号:CN202311642069.X
申请日:2023-12-04
Applicant: 北京航空航天大学合肥创新研究院
Abstract: 本发明公开了一种基于目标权重的多模态数据增强方法,首先随机获取多对待融合图文对和对应的目标标注文件;将多对待融合图文对中的图像均缩放到统一尺寸,并同步调整对应目标标注文件中各目标的位置信息;遍历每张图像中的目标,每个目标生成一个对应的距离加权权重矩阵,然后根据每个目标的距离加权权重矩阵对多张待融合图像进行权重矩阵的归一化后,根据归一化后的权重矩阵进行图像融合,形成融合图像;最后将多对待融合图文对中的文本进行多种组合排序,得到多个融合文本,将每个融合文本均与融合图像进行组合,从而形成多对融合图文对。本发明具有不破坏多模态数据语义关系、数据多样性强、方法简单易用等优点。(56)对比文件CN 113781375 A,2021.12.10CN 114095700 A,2022.02.25CN 114241372 A,2022.03.25CN 114549969 A,2022.05.27CN 115546595 A,2022.12.30CN 116577796 A,2023.08.11CN 117132513 A,2023.11.28朱凌云;郑志天.基于显著性权重融合的图像拼接算法.电子制作.2019,(第24期),第51-52页.康丽萍;孙显;许光銮.加权KNN的图文数据融合分类.中国图象图形学报.2016,(第07期),第24-34页.Ming Lv 等.Distance-Weighted RegionalEnergy and Structure Tensor in NSCTDomain《.Sensors (Basel)》.2023,第23卷(第10期),曾顶 等.基于融合距离的极化SAR图像非局部均值滤波《.系统工程与电子技术》.2023,第1-14页.朱凌云;郑志天.基于显著性权重融合的图像拼接算法.电子制作.2019,(第24期),第51-52页.
-
公开(公告)号:CN116958774A
公开(公告)日:2023-10-27
申请号:CN202311224196.8
申请日:2023-09-21
Applicant: 北京航空航天大学合肥创新研究院
IPC: G06V10/80 , G06N3/0464 , G06N3/08 , G06V10/40 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于自适应空间特征融合的目标检测方法,首先进行图像预处理,然后采用卷积注意模块来提取图像中的特征,得到特征提取图;采用APAM模块计算得到自适应参数;再采用ASFF模块将特征提取图和自适应参数进行自适应特征融合,得到四个尺度的特征图;最后将四个尺度的特征图进行卷积操作,得到四个目标检测头,采用四个目标检测头进行目标检测。本发明能够充分融合和适应图像中不同尺度和位置的特征信息,提高了目标检测的准确性和稳定性。
-
公开(公告)号:CN118782074A
公开(公告)日:2024-10-15
申请号:CN202411002842.0
申请日:2024-07-25
Applicant: 北京航空航天大学
IPC: G10L21/028 , G10L25/30 , G10L15/26 , H04L67/02 , H04L67/10
Abstract: 本发明公开了一种基于多说话人语音分离方法的质控报告自动生成系统,包括基于超文本传输协议和网络应用服务器技术的语音接收模块、基于时频幅度掩蔽和卷积神经网络的语音分离模块、基于双向状态空间扩充变换器块的语音识别模块、质控报告生成模块、基于超文本传输协议和网络应用服务器技术的质控报告上传模块和基于容器引擎容器化部署和超文本传输协议的分布式部署模块,所述基于超文本传输协议和网络应用服务器技术的语音接收模块用于接收待处理语音,所述基于时频幅度掩蔽和卷积神经网络的语音分离模块用于分离出目标对象的单独语音,所述基于双向状态空间扩充变换器块的语音识别模块用于对语音进行识别并生成文本,所述质控报告生成模块用于对文件进行分析并生成所需质控报告,所述基于超文本传输协议和网络应用服务器技术的质控报告上传模块用于质控报告上传到后台系统,所述基于容器引擎容器化部署和超文本传输协议的分布式部署模块用于系统在多台服务器上实现分布式部署和互联。
-
公开(公告)号:CN116958774B
公开(公告)日:2023-12-01
申请号:CN202311224196.8
申请日:2023-09-21
Applicant: 北京航空航天大学合肥创新研究院
IPC: G06V10/80 , G06N3/0464 , G06N3/08 , G06V10/40 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于自适应空间特征融合的目标检测方法,首先进行图像预处理,然后采用卷积注意模块来提取图像中的特征,得到特征提取图;采用APAM模块计算得到自适应参数;再采用ASFF模块将特征提取图和自适应参数进行自适应特征融合,得到四个尺度的特征图;最后将四个尺度的特征图进行卷积操作,得到四个目标检测头,采用四个目标检测头进行目标检测。本发明能够充分融合和适应图像中不同尺度和位置的特征信息,提高了目标检测的准确性和稳定性。
-
公开(公告)号:CN114022753A
公开(公告)日:2022-02-08
申请号:CN202111352007.6
申请日:2021-11-16
Applicant: 北京航空航天大学
Abstract: 本发明提供一种一种基于显著性和边缘分析的对空小目标检测算法,步骤如下:一、对输入图像进行多尺度的高斯模糊,根据小尺度模糊目标特征明显,大尺度模糊目标具备大量邻域信息的特征,提取显著目标特征;二、将显著目标特征根据全局特征分布情况进行二值化;三、对二值化结果进行膨胀,联结孤立坏点、噪声、多纹理背景产生的杂散特征;四、对膨胀结果进行尺寸筛选,结合目标特征强度、高度信息给出无人机目标位置;通过以上步骤,本算法滤除了孤立坏点、噪点、复杂背景带来的干扰,鲁棒性强。系统改变了传统上机场需要人工排查无人机隐患,需要人实时参与的弊端,避免无人机侵入机场事件。
-
公开(公告)号:CN118942720A
公开(公告)日:2024-11-12
申请号:CN202410964305.8
申请日:2024-07-18
Applicant: 首都医科大学附属北京世纪坛医院 , 北京航空航天大学
IPC: G16H50/70 , G16H50/20 , G06F18/214 , G06F18/10 , G06F18/2415 , G06F16/25
Abstract: 本发明属于智能健康管理技术领域,公开一种多模态卵巢肿瘤数据库构建方法、系统及介质,方法包括:获取图像模态数据、表格模态数据以及文本模态数据,对所述图像模态数据进行处理得到标准图像数据库;对所述表格模态数据进行处理得到标准表格数据库;对所述文本模态数据进行处理得到标准文本数据库;构建多模态卵巢肿瘤数据库,根据所述多模态卵巢肿瘤数据库中不同样本的分布密度,对不同类别的样本进行不同程度的过采样,解决类别不平衡问题。本发明提供了一种医疗多模态数据库的收集和预处理范式,构建了基于机器学习的人工智能规范化数据库,能够辅助卵巢肿瘤医疗诊断,提高了疾病诊断的准确率和效率。
-
公开(公告)号:CN117350926A
公开(公告)日:2024-01-05
申请号:CN202311642069.X
申请日:2023-12-04
Applicant: 北京航空航天大学合肥创新研究院
Abstract: 本发明公开了一种基于目标权重的多模态数据增强方法,首先随机获取多对待融合图文对和对应的目标标注文件;将多对待融合图文对中的图像均缩放到统一尺寸,并同步调整对应目标标注文件中各目标的位置信息;遍历每张图像中的目标,每个目标生成一个对应的距离加权权重矩阵,然后根据每个目标的距离加权权重矩阵对多张待融合图像进行权重矩阵的归一化后,根据归一化后的权重矩阵进行图像融合,形成融合图像;最后将多对待融合图文对中的文本进行多种组合排序,得到多个融合文本,将每个融合文本均与融合图像进行组合,从而形成多对融合图文对。本发明具有不破坏多模态数据语义关系、数据多样性强、方法简单易用等优点。
-
-
-
-
-
-
-
-
-