公开(公告)号：CN119850654A

公开(公告)日：2025-04-18

申请号：CN202510321980.3

申请日：2025-03-19

Applicant: 南京工业大学

Inventor： 袁永杰 ,  温润轲 ,  尹诗 ,  王琛

IPC: G06T7/11 ,  G06T5/60 ,  G06T7/155 ,  G06V10/44 ,  G06V10/80

Abstract: 本发明公开了一种基于Mamba架构的遥感图像分割方法及系统，涉及计算机视觉技术领域，其中方法包括：获取船舶遥感图像并进行预处理得到优化图像集；基于优化图像集对分割模型训练得到训练好的分割模型；获取待处理图像依次输入至训练好的分割模型中的分区层和第一卷积单元得到第一特征序列；第一特征序列输入至下采样单元得到第二特征序列和第三特征序列；第三特征序列输入至瓶颈单元得到第四特征序列；第二特征序列、第三特征序列和第四特征序列输入至上采样单元得到第五特征序列；第一特征序列和第五特征序列输入至第二卷积单元处理并进行线性投影得到船舶分割结果。提高了在复杂图像中小目标船舶的分割提取精度。

公开(公告)号：CN116542937A

公开(公告)日：2023-08-04

申请号：CN202310518369.0

申请日：2023-05-09

Applicant: 南京工业大学

Inventor： 尹诗 ,  冯子康 ,  刘学军 ,  张杰

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N20/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于临床医学、影像组学、深度学习神经网络等特征，对肺部肿瘤浸润性进行判别的方法，具体包括收集肺癌病人临床特征。影像组学提取肺癌患者CT影像中纹理特征以及高阶特征。深度学习神经网络提取肺癌患者中高阶非线性特征。在处理CT影像方面，具体通过医生标注肿瘤区域，进行肿瘤切割，得到肺部肿瘤部位。在模型训练方面，采用多角度旋转(0至30度)模拟生成肺部影像CT样本，提高模型泛化能力；同时采用SMOTE算法解决样本分布不均衡问题。采用LASSO算法，在所有特征中选择重要的特征判别肺部肿瘤的浸润性，并计算所选特征权重值。在样本分类上，采用稳定性较好的非线性SVM(支持向量机)分类器。本发明有着如下优势：综合利用临床医学、神经网络和影像组学等特征，深层次挖掘探究肿瘤浸润性的决定性特征，使得结果更具科学性和可解释性。

公开(公告)号：CN115439650A

公开(公告)日：2022-12-06

申请号：CN202210963122.5

申请日：2022-08-11

Applicant: 南京工业大学

Inventor： 尹诗 ,  郭帅子 ,  盛翔宇 ,  张杰

IPC: G06V10/26 ,  G06V10/25 ,  G06T3/00 ,  G06T7/62 ,  G06N20/00

Abstract: 本发明公开一种基于CT肾脏图像跨模态迁移学习的肾脏超声图像分割方法，包括：通过旋转的方法多角度切割带标签的三维CT图像生成多角度二维肾脏CT图像；利用风格迁移网络生成带标签的模拟超声数据集；利用多角度模拟肾脏超声图像提高肾脏超声图像分割网络泛化性能；在训练策略上首先利用风格迁移网络和语义分割网络联合训练，最后再利用真实标注的肾脏超声图像进行训练。本发明在肾脏超声图像语义分割网络有如下优势：可以有效解决肾脏超声图像标注困难；可以降低人工标注的成本；解决肾脏分割模型训练的过拟合问题，从而提高分割准确度。具有很好的泛化能力，即可以在不同形态、不同位置的肾脏超声图像上进行分割。