公开(公告)号：CN118587217B

公开(公告)日：2025-01-07

申请号：CN202411071891.X

申请日：2024-08-06

Applicant: 华侨大学

Inventor： 刘卓晟 ,  包戎楷 ,  吴梅 ,  王福财 ,  孙浩 ,  雷昊翔

IPC: G06T7/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/096 ,  G06V10/764 ,  G06V10/80

Abstract: 本发明公开了基于特征相关性的骨肉瘤CT图像病变区域检测方法及系统，涉及医学领域图像技术，方法包括：获取骨肉瘤CT图像并制作数据集；构建基于特征相关性的目标检测模型并利用数据集进行训练，利用训练好的目标检测模型实现骨肉瘤CT图像病变区域检测。所述目标检测模型为卷积神经网络，Backbone部分包括若干依次连接的交替模块，用于提取特征；Neck部分采用相互融合的FPN网络和PANET网络，接收Backbone部分的输出，输出多个维度特征图；Head部分接收Neck部分输出的多个维度特征图，输出基于全局信息的检测图像。本发明利用知识蒸馏和目标检测的结合，实现对骨肉瘤CT图像中存在误检漏检问题的优化，提高检测的识别率和准确性。

公开(公告)号：CN118379285B

公开(公告)日：2024-09-17

申请号：CN202410807398.3

申请日：2024-06-21

Applicant: 华侨大学

Inventor： 吴晓琳 ,  杜永兆 ,  刘博 ,  张富举 ,  孙浩 ,  雷昊翔

IPC: G06T7/00

Abstract: 本发明公开了基于特征差分动态融合的乳腺肿瘤病变区检测方法及系统，涉及图像处理技术领域，方法包括以下步骤：获取灰度图像数据集和吸收度图像数据集；构建基于特征差分动态融合的乳腺肿瘤病变区检测模型；利用灰度图像数据集和吸收度图像数据集训练所述乳腺肿瘤病变区检测模型；利用训练好的所述乳腺肿瘤病变区检测模型实现乳腺肿瘤病变区检测；所述乳腺肿瘤病变区检测模型包括第一图像特征提取模块、第二图像特征提取模块、特征差分动态融合模块和融合预测模块。本发明在超声吸收度图像与灰度图像的特征中融入互补视图的特征，充分挖掘双视图之间的差异信息，相比单视图病变区域检测具有更强的鲁棒性和可靠性，强化有用信息的同时抑制噪声。

公开(公告)号：CN118379303A

公开(公告)日：2024-07-23

申请号：CN202410807394.5

申请日：2024-06-21

Applicant: 华侨大学

Inventor： 陈鑫 ,  王寒 ,  刘博 ,  雷昊翔 ,  杜永兆

IPC: G06T7/10 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明公开了一种基于多尺度Transformer多注意力的#imgabs0#病理细胞分割方法及装置，涉及图像处理技术领域，方法包括：构建#imgabs1#细胞分割模型并进行训练，利用训练好的#imgabs2#细胞分割模型实现病理细胞分割；#imgabs3#细胞分割模型包括特征编码部分、中间连接部分和特征解码部分；特征编码部分对输入图像进行多尺度特征提取；中间连接部分采用若干跳跃连接层接收特征编码部分输出的特征并基于多尺度transformer注意力进行特征聚合，将聚合特征与解码器输出特征进行特征融合，得到融合特征；特征解码部分对融合特征进行解码，输出分割结果。本发明可避免下采样造成的信息丢失，有效增强病理细胞边界特征信息，提高病理细胞分割精确率。

公开(公告)号：CN119741308A

公开(公告)日：2025-04-01

申请号：CN202510244875.4

申请日：2025-03-04

Applicant: 华侨大学

Inventor： 陈鑫 ,  雷昊翔 ,  杜永兆 ,  傅玉青

IPC: G06T7/10 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明公开了基于多尺度Transmission双重卷积的病理细胞分割方法及装置，涉及图像分割技术领域，方法包括以下步骤：构建病理细胞分割模型，并利用数据集进行训练；利用训练好的病理细胞分割模型实现病理细胞分割；病理细胞分割模型包括依次连接的特征编码部分、中间连接部分和特征解码部分；特征编码部分采用密集双重卷积操作对输入病理细胞分割模型的病理细胞图像依次进行多尺度特征提取；中间连接层利用多个跳跃连接分别接收多尺度特征，并利用LSTM编码进行特征融合，输出融合特征；特征解码部分接收融合特征并进行解码，输出病理细胞分割结果。本发明能够解决病理细胞图像边界模糊、背景复杂和密集等因素导致的分割精度低的问题，提高了分割准确率。

公开(公告)号：CN119313887A

公开(公告)日：2025-01-14

申请号：CN202411847054.1

申请日：2024-12-16

Applicant: 华侨大学

Inventor： 刘卓晟 ,  王福财 ,  张志钦 ,  魏世鑫 ,  阮依丹 ,  孙浩 ,  雷昊翔

IPC: G06V10/25 ,  G06V10/20 ,  G06V10/44 ,  G06V10/60 ,  G06V10/82 ,  G06T7/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/048

Abstract: 本发明公开了基于SCI的脊柱骨微创手术目标实时检测方法及装置，涉及图像处理领域，包括：S1，获取脊柱骨微创手术目标实时灰度图像，对灰度图像进行预处理并标注制作成数据集；S2，构建包括Backbone部分、自蒸馏部分、Neck部分和Head部分的目标检测模型；Backbone部分包括自校准光照增强操作；并基于GIoU损失构建模型的损失函数；S3，将数据集输入目标检测模型，获取自校准光照增强的脊柱骨微创手术目标实时检测的图像。本发明将自校准光照增强与知识蒸馏技术相结合，显著提升脊柱骨微创手术目标实时检测图像的质量；引入SE注意力机制和GIoU损失函数增强模型的特征提取能力和边界框调整精度，提高目标检测的识别率和准确性。

公开(公告)号：CN118587217A

公开(公告)日：2024-09-03

申请号：CN202411071891.X

申请日：2024-08-06

Applicant: 华侨大学

Inventor： 刘卓晟 ,  包戎楷 ,  吴梅 ,  王福财 ,  孙浩 ,  雷昊翔

IPC: G06T7/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/096 ,  G06V10/764 ,  G06V10/80

Abstract: 本发明公开了基于特征相关性的骨肉瘤CT图像病变区域检测方法及系统，涉及医学领域图像技术，方法包括：获取骨肉瘤CT图像并制作数据集；构建基于特征相关性的目标检测模型并利用数据集进行训练，利用训练好的目标检测模型实现骨肉瘤CT图像病变区域检测。所述目标检测模型为卷积神经网络，Backbone部分包括若干依次连接的交替模块，用于提取特征；Neck部分采用相互融合的FPN网络和PANET网络，接收Backbone部分的输出，输出多个维度特征图；Head部分接收Neck部分输出的多个维度特征图，输出基于全局信息的检测图像。本发明利用知识蒸馏和目标检测的结合，实现对骨肉瘤CT图像中存在误检漏检问题的优化，提高检测的识别率和准确性。

公开(公告)号：CN118379285A

公开(公告)日：2024-07-23

申请号：CN202410807398.3

申请日：2024-06-21

Applicant: 华侨大学

Inventor： 吴晓琳 ,  杜永兆 ,  刘博 ,  张富举 ,  孙浩 ,  雷昊翔

IPC: G06T7/00

Abstract: 本发明公开了基于特征差分动态融合的乳腺肿瘤病变区检测方法及系统，涉及图像处理技术领域，方法包括以下步骤：获取灰度图像数据集和吸收度图像数据集；构建基于特征差分动态融合的乳腺肿瘤病变区检测模型；利用灰度图像数据集和吸收度图像数据集训练所述乳腺肿瘤病变区检测模型；利用训练好的所述乳腺肿瘤病变区检测模型实现乳腺肿瘤病变区检测；所述乳腺肿瘤病变区检测模型包括第一图像特征提取模块、第二图像特征提取模块、特征差分动态融合模块和融合预测模块。本发明在超声吸收度图像与灰度图像的特征中融入互补视图的特征，充分挖掘双视图之间的差异信息，相比单视图病变区域检测具有更强的鲁棒性和可靠性，强化有用信息的同时抑制噪声。