公开(公告)号：CN107169028A

公开(公告)日：2017-09-15

申请号：CN201710239183.6

申请日：2017-04-13

Applicant: 南京信息工程大学

Inventor： 徐军 ,  徐海俊 ,  蔡程飞 ,  周超

IPC: G06F17/30

CPC classification number: G06F16/951 ,  G06F16/583

Abstract: 本发明涉及通信技术领域，尤其涉及一种海报搜索方法及用户终端。所述海报搜索方法，包括如下步骤：通过用户终端获取海报图像；使用深度卷积神经网络算法对所述海报图像进行特征提取；将提取的特征上传至网络服务器；从所述网络服务器中选择与所述特征匹配的目标信息，并将所述目标信息传输至所述用户终端；于所述用户终端的显示界面显示所述目标信息。本发明提供的海报搜索方法及用户终端，通过获取海报图像信息，即可将与该海报对应的电影相关信息反馈给用户，极大的简化了用户查询海报相关信息的操作，提高了用户体验。

公开(公告)号：CN106096654A

公开(公告)日：2016-11-09

申请号：CN201610414194.9

申请日：2016-06-13

Applicant: 南京信息工程大学

Inventor： 徐军 ,  周超

IPC: G06K9/62

CPC classification number: G06K9/6265 ,  G06K9/6227 ,  G06K2209/05

Abstract: 本发明公开了一种基于深度学习和结合策略的细胞异型性自动分级方法，首先在不同分辨率下运用深度学习方法识别出病理组织图像块的等级，然后在每个分辨率下运用已经训练好的深度模型结合滑动窗口方法处理当前分辨率下的大幅图像，再使用结合策略之一的绝对多数投票法决定当前分辨率下大幅图像的等级，这就可以得到每个分辨率下大幅图像的等级，最后使用相对多数投票法从多个分辨率的等级中决策出图像的最终等级。本发明以大幅切片图为研究对象，采用深度学习加滑动窗口的方法和结合决策的方式，能准确地评定图像的细胞异型性等级。本发明提出的细胞异型性自动分级的方法能辅助医生对病理组织图像癌症等级评定，准确快速地进行临床诊断。

公开(公告)号：CN106780498A

公开(公告)日：2017-05-31

申请号：CN201611085781.4

申请日：2016-11-30

Applicant: 南京信息工程大学

Inventor： 徐军 ,  骆小飞 ,  周超 ,  刘利卉 ,  郎彬 ,  季卫萍

IPC: G06T7/10 ,  G06K9/62

CPC classification number: G06T7/0012 ,  G06K9/6256 ,  G06K9/6267 ,  G06T2207/20081 ,  G06T2207/20084 ,  G06T2207/30068 ,  G06T2207/30088

Abstract: 本发明公开了一种基于逐像素点深度卷积网络上皮和基质组织自动分割的方法，包括以下步骤：病理图像预处理操作；构造训练集与测试集；构建一个深度卷积神经网络模型(DCNN)；对测试集中的图像像素点进行预测，得到分类结果。并根据分类结果进行伪彩色；本发明以图像像素点为研究对象，和传统的基于块的上皮和基质自动分割算法进行对比，在相同的实验条件下，本发明的方法更准确，效果更好；本发明方法在分割结果的同时在原图上做出展示，便临床医生直接观看，并在此基础上做出后续诊断。

公开(公告)号：CN107358611A

公开(公告)日：2017-11-17

申请号：CN201710507862.7

申请日：2017-06-28

Applicant: 南京信息工程大学

Inventor： 徐军 ,  徐海俊 ,  蔡程飞 ,  周超 ,  郎彬

IPC: G06T7/11 ,  G06T7/136 ,  G06T7/194

CPC classification number: G06T7/11 ,  G06T7/136 ,  G06T7/194 ,  G06T2207/20081 ,  G06T2207/20084 ,  G06T2207/30096

Abstract: 本发明公开了一种全景扫描病理图像转移区域的自动分割方法，包括：对全景扫描病理图像进行预处理，提取有组织区域；获取训练样本集，标记转移部分和非转移部分；构建深度卷积网络模型并进行模型训练，采用训练完成的深度卷积网络模型识别全景扫描病理图像中的转移区域和非转移区域；用热值图表示全景扫描病理图像。本发明方法能够为医生提供定量化的诊断信息，减小依靠经验观测切片图像所带来的主观误差，能够缩短病情分析的等待过程，为病人提供宝贵的治疗时间。

公开(公告)号：CN106096648A

公开(公告)日：2016-11-09

申请号：CN201610403385.5

申请日：2016-06-08

Applicant: 南京信息工程大学

Inventor： 徐军 ,  张倩 ,  刘利卉 ,  周超 ,  鲁浩达 ,  孙明建

IPC: G06K9/62

CPC classification number: G06K9/6269

Abstract: 本发明公开了一种基于Hash编码的超光谱遥感图像分类方法，属于图像信息处理技术领域，提出了用块Hash自动编码的思想来处理超光谱遥感图像，本发明提出了用Hash自动编码的思想来处理超光谱遥感图像，将遥感图像每个通道提取出来，分成块，将每个小块先进行分段Hash处理，生成Hash序列用来表征块的特征，然后将生成的编码进行SVM分类。和基于传统像素的分类方法相比，在相同的实验条件下，本发明方法的图像分类结果更加准确，视觉效果更好。