公开(公告)号：CN118196406B

公开(公告)日：2025-03-04

申请号：CN202410163502.X

申请日：2024-02-05

Applicant: 南京大学 ,  中国人民解放军东部战区总医院

Inventor： 詹德川 ,  王慧 ,  姚兵 ,  叶翰嘉 ,  施意 ,  史浩男 ,  王韵凯 ,  田旭鹏 ,  张铁议 ,  邵永 ,  王岑岑 ,  曾嵘

IPC: G06F30/27

Abstract: 本申请提供了一种用于对图像进行分割处理的方法、装置及计算机可读介质。根据本申请的方法包括：获取待处理的目标图像，所述目标图像包含多个目标对象；通过使用目标分割模型和目标聚类算法来对目标图像中包含的各个目标对象进行分割处理；生成所述目标图像的分割结果信息。本申请通过结合分割模型和聚类算法来对图像中彼此交叠的细长结构的对象进行图像分割处理，并达到优异的图像分割效果；并且，根据本申请实施例的方法，通过结合分割模型和聚类算法来在精子检测的场景中对精子显微照片进行图像分割处理，准确识别和分割彼此交叠的精子尾部，整个过程无需人工参与，实现了精子自动分割，极大地提升了对显微照片中的精子进行分割的效率。

公开(公告)号：CN119169023A

公开(公告)日：2024-12-20

申请号：CN202411076276.8

申请日：2024-08-06

Applicant: 南京大学 ,  中国人民解放军东部战区总医院

Inventor： 詹德川 ,  王慧 ,  姚兵 ,  叶翰嘉 ,  施意 ,  史浩男 ,  王韵凯 ,  田旭鹏 ,  张铁议 ,  邵永 ,  王岑岑 ,  曾嵘

IPC: G06T7/11 ,  G06T7/136 ,  G06V10/26 ,  G06V20/69 ,  G06V10/10

Abstract: 本申请提供了一种用于对图像进行分割处理的方法、装置、介质和程序产品。根据本申请的方法包括：获取待处理的目标精子图像；通过使用结合SAM的分割模型对所述目标精子图像中包含的各个精子目标实例进行图像分割处理；通过使用骨架提取算法对精子尾部数据进行骨架提取和断尾处理，得到各个精子尾部对应的尾部片段；使用断尾拼接算法来对所述尾部片段进行尾部拼接处理，得到拼接后的精子尾部数据；基于得到的精子头部数据和拼接后的精子尾部数据，将各个精子的头部与尾部进行匹配与拼接处理，得到所述目标精子图像的包含的各个精子目标实例的分割结果信息；基于预设的分类规则对所述目标精子图像的分割结果信息进行分类处理。

公开(公告)号：CN118506363A

公开(公告)日：2024-08-16

申请号：CN202410628806.9

申请日：2024-05-21

Applicant: 中国人民解放军东部战区总医院 ,  南京大学

Inventor： 王慧 ,  詹德川 ,  姚兵 ,  邵永 ,  王岑岑 ,  曾嵘 ,  叶翰嘉 ,  施意 ,  史浩男 ,  王韵凯 ,  田旭鹏 ,  张铁议

IPC: G06V20/69 ,  G06V10/10 ,  G06T3/4053 ,  G06T7/90 ,  G06T5/70 ,  G06T7/13 ,  G06T7/62 ,  G06N20/00

Abstract: 本发明公开了一种基于级联SAM模型进行精子形态学智能分析的方法，步骤包括：收集用于训练的精子显微图像；对收集的精子显微图像进行预处理获得预处理图像；使用SAM模型结合颜色筛选方法对预处理图像进行精子头部分割获得精子头部图像；采用级联SAM模型对精子头部分割后的预处理图像进行精子尾部分割获得精子尾部图像；将对应的精子头部图像和精子尾部图像进行拼接获得各条精子分割图像；利用各条精子分割图像通过半监督学习对分类模型进行训练；利用训练好的分类模型对精子形态进行分类分析。该精子形态学智能分析的方法实现了显微精子图像的端到端分割及形态评估，将改变目前仅依赖专家肉眼识别来评估精子形态的现状，具有较好的辅助分析作用。

公开(公告)号：CN118196406A

公开(公告)日：2024-06-14

申请号：CN202410163502.X

申请日：2024-02-05

Applicant: 南京大学 ,  中国人民解放军东部战区总医院

Inventor： 詹德川 ,  王慧 ,  姚兵 ,  叶翰嘉 ,  施意 ,  史浩男 ,  王韵凯 ,  田旭鹏 ,  张铁议 ,  邵永 ,  王岑岑 ,  曾嵘

IPC: G06V10/26 ,  G06V20/69 ,  G06V10/762 ,  G16H50/20 ,  G16H10/60

Abstract: 本申请提供了一种用于对图像进行分割处理的方法、装置及计算机可读介质。根据本申请的方法包括：获取待处理的目标图像，所述目标图像包含多个目标对象；通过使用目标分割模型和目标聚类算法来对目标图像中包含的各个目标对象进行分割处理；生成所述目标图像的分割结果信息。本申请通过结合分割模型和聚类算法来对图像中彼此交叠的细长结构的对象进行图像分割处理，并达到优异的图像分割效果；并且，根据本申请实施例的方法，通过结合分割模型和聚类算法来在精子检测的场景中对精子显微照片进行图像分割处理，准确识别和分割彼此交叠的精子尾部，整个过程无需人工参与，实现了精子自动分割，极大地提升了对显微照片中的精子进行分割的效率。

公开(公告)号：CN118627645A

公开(公告)日：2024-09-10

申请号：CN202410708183.6

申请日：2024-06-03

Applicant: 南京大学

Inventor： 詹德川 ,  周志华 ,  史浩男 ,  史浩宇

IPC: G06N20/20 ,  G06F18/214 ,  G06N3/08

Abstract: 本发明公开一种针对长时间序列预测精度不足问题的基于多周期分歧的长时间序列预测集成学习装置；序列分解模块收集处理时间序列数据，划分好训练和待预测数据，对序列指定多个周期进行多轮分解。子模型训练模块在这些不同尺度分解后的数据上，训练多个不同的子模型。集成学习模块对子模型进行集成，识别多周期分解后预测性能走势之间的分歧，选择那些在长序列的部分维度上预测表现最好的模型，并将他们拼接在一起，完成基于多周期分歧的集成，提升长序列预测的精度。本发明可以解决长序列预测问题的长距离依赖难以提取和累计误差问题，并且本发明的使用不受具体预测的模型结构影响，在实施过程中应用面广、适用性强、精度提升效果好。