-
公开(公告)号：CN118397365A
公开(公告)日：2024-07-26
申请号：CN202410592992.5
申请日：2024-05-14
Applicant: 南京理工大学
IPC: G06V10/764 , G06V10/74 , G06V10/774 , G06N3/0455 , G06N3/048 , G06N3/088 , G06N3/084 , G06T11/00
Abstract: 本发明设计了一种用于弥散磁共振影像质量评估的无监督规范学习方法及系统，首先通过自然对数方法对多b值的图像进行规范化统一，其中b为弥散敏感梯度参数；然后使用向量量化变分自动编码器(VQ‑VAE)在标准(高质量无伪影)数据集上进行训练得到模型；接着，将含有伪影的图像和无伪影图像输入前面训练好的模型，比较重建前后的结构相似度(SSIM)指标，最后进行数据的质量评估，判断是否属于标准数据，并给出检测样本属于伪影数据和标准数据的概率以便辅助专家的判断。本发明将无监督生成模型、异常检测方法应用到弥散磁共振伪影的识别上，实现了训练数据的无标签化，解决了训练数据缺乏大量带标注伪影的弊端。
-
公开(公告)号：CN116327167A
公开(公告)日：2023-06-27
申请号：CN202310357175.7
申请日：2023-04-04
Applicant: 南京理工大学
IPC: A61B5/055
Abstract: 本发明公开了一种用于脑部微组织结构测量的扩散弛豫谱成像方法，包括：获取目标对象在多回波时间和多b值下的扩散磁共振数据；建立多组织脑微结构的扩散弛豫谱成像模型；通过基于球面平均技术的多参数联合优化方法获得多组织脑微结构的扩散弛豫时间和扩散敏感系数谱；将得到的弛豫时间、脑组织体积分数以及分布函数进行表征得到脑组织微观结构参数。本发明可提供组织成分特定的非T2加权的神经突内分数和自由水分数，解决了传统成分分数的TE依赖性。
-
公开(公告)号：CN117496143A
公开(公告)日：2024-02-02
申请号：CN202311435651.9
申请日：2023-10-31
Applicant: 南京理工大学
IPC: G06V10/26 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0895 , G06N3/0455
Abstract: 本发明涉及一种基于双尺度增强和交叉生成一致性学习的半监督息肉图像分割方法及装置，充分利用未标记数据来提高分割精度。本发明提出了跨层特征聚合模块来整合跨层相邻层，以增强不同分辨率下特征的表示能力；为了处理尺度变化问题，提出了双尺度一致性约束，以确保同一输入图像在不同尺度下的分割图的一致性；此外，结合尺度感知的扰动一致性约束和交叉生成一致性约束挖掘有效的特征表示来提升分割性能。
-
公开(公告)号：CN119399220A
公开(公告)日：2025-02-07
申请号：CN202411416566.2
申请日：2024-10-11
Applicant: 中国人民解放军总医院第一医学中心 , 南京理工大学 , 苏州慧维智能医疗科技有限公司
IPC: G06T7/11 , G06T7/12 , G06V10/80 , G06V10/52 , G06V10/44 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/09
Abstract: 本发明提供了一种基于频率增强的食管癌病变分割系统及方法，包括特征提取模块，用于利用编码器对食管癌病变消化内镜图像进行特征提取，得到三个高级特征；特征解耦模块，用于提取图像的边缘信息，得到全局初步预测模型；多尺度跨层融合模块，用于利用一个具有不同空洞率的卷积进行跨层融合，得到融合特征；上下文特征变换模块，用于融合全局初步预测模型、边缘信息和融合特征，并输入到解码器中，得到全局预测模型；深度监督模块，用于利用病变分割掩膜监督和病变边缘监督计算训练损失，减小全局预测模型的分割误差。本发明不仅可以准确提取消化内镜图像中食管病变的边缘，还能够提高对变化尺度病变的分割准确率，实现了早期食管癌的有效诊断。
-
公开(公告)号：CN118196130A
公开(公告)日：2024-06-14
申请号：CN202311795911.3
申请日：2023-12-22
Applicant: 南京理工大学
IPC: G06T7/194 , G06T7/12 , G06N3/0464 , G06N3/0895
Abstract: 本发明涉及一种基于域交互对比学习和原型指导自训练的跨域息肉分割方法及装置，通过域间对齐来提高分割精度。本发明提出了域交互对比学习模块通过构建域混合原型来实现两域的原型对齐；为了增强编码器的鲁棒性，提出了一种基于对比学习的交叉一致性约束，确保模型对于不同扰动能够产生分布一致的输出；最后，针对伪标签中的不确定性问题，本发明提出了一种原型指导的自训练模块，在原型的指导下筛选错误的伪标签，并为其他像素点分配权重。本发明结合以上三个模块有效地提高了跨域息肉分割的性能。
-
Patent Agency Ranking
公开(公告)号：CN120013971A
公开(公告)日：2025-05-16
申请号：CN202510482258.8
申请日：2025-04-17
Applicant: 南京理工大学
Abstract: 本发明公开了一种双模型融合息肉分割质量控制方法及系统，本发明融合了通用视频分割模型和一个息肉分割专用模型，构建了息肉视频分割质量控制框架SQC‑SAM；本发明的第一个功能是：评估息肉分割模型在无真实标注的结肠镜视频上的息肉分割质量；第二个功能是：利用高质量分割结果作为提示，对低质量分割结果进行重新分割，实现在无需训练或微调的情况下提高息肉分割质量。本发明提出了一个新颖的双模型融合框架，将息肉分割模型的分割结果与基础视频分割模型的视频分割能力和可提示性有效结合，实现了对结肠镜视频中时间和空间线索的有效利用。
-
公开(公告)号：CN118505639A
公开(公告)日：2024-08-16
申请号：CN202410607728.4
申请日：2024-05-16
Applicant: 南京理工大学
IPC: G06T7/00 , A61B5/055 , G06T5/50 , G06T5/60 , G06T11/00 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明提供了一种用于脑组织微观结构测量的低成本弥散磁共振成像方法及系统，该方法包括：通过磁共振设备进行扩散加权成像扫描，得到单壳扩散磁共振成像和T1w图像数据并且进行预处理；基于SGAN构建并训练扩展网络SGAN++，通过单壳扩散磁共振成像和T1w图像数据预测指定的不可见b值的高质量多壳球平均图像；基于扩展网络SGAN++得到的高质量多壳球平均图像进行SMT模型拟合得到任意微观结构参数。本发明突破现有技术中多壳扩散dMRI(ms‑dMRI)存在的技术困难挑战，在临床可用的基础上探测组织微观结构，并提高了对脑组织数据采集的敏感度。
-
公开(公告)号：CN118587284A
公开(公告)日：2024-09-03
申请号：CN202410720870.X
申请日：2024-06-05
Applicant: 南京理工大学
IPC: G06T7/73 , G06T9/00 , G06T7/33 , G06V10/764
Abstract: 本发明提供了一种全脑纤维连接结构快速定位方法及系统，该方法包括：根据目标全脑的T1数据与分类图谱的全脑T1数据将目标全脑纤维配准到分类图谱纤维所在全脑；将纤维进行编码到9维向量；根据分类纤维图谱生成一个从编码结果到类别的映射表；遍历一遍目标全脑纤维根据映射结果进行分类。本发明在编码纤维的过程中同时考虑了纤维的位置、形状以及方向信息并将纤维的表示压缩到了极小的维度，根据分类图谱建立编码结果到类别的映射表，使得对于配准好的目标全脑纤维分类仅需要遍历一次全脑纤维的时间，具有非常出色的运行速度。
-
公开(公告)号：CN118526183A
公开(公告)日：2024-08-23
申请号：CN202410607729.9
申请日：2024-05-16
Applicant: 南京理工大学
IPC: A61B5/055 , A61B5/00 , G06F18/15 , G06F18/214 , G06N3/0464
Abstract: 本发明提供了一种人脑组织微环境无创性快速成像方法及系统，包括：获取目标对象在多b值下的扩散磁共振数据；使用球面平均技术获取球面平均信号；建立数学模型对球面平均信号进行参数化表征；建立并训练一个神经网络；通过将参数化球面平均信号输入进网络得到一系列组织微环境参数的联合估计。本发明能够快速地、跨数据采集协议地定量描述多个人脑组织的微环境参数，促进dMRI微结构成像的临床应用。
-
公开(公告)号：CN118446995A
公开(公告)日：2024-08-06
申请号：CN202410600592.4
申请日：2024-05-15
Applicant: 南京理工大学
IPC: G06T7/00 , G06V10/762
Abstract: 本发明提供了一种用于跨物种全脑同源连接组识别的方法及系统，识别方法包括：使用纤维跟踪算法对人类与其他灵长类动物的扩散磁共振成像数据进行纤维跟踪，并对纤维上的点进行重采样；将全脑纤维特征聚类，对每一类别的纤维束进行平均得到平均纤维束中心；对全脑所有平均纤维流线计算与其他所有的平均纤维流线之间的距离构造全脑纤维局部拓扑结构图；搭建图自编码器的网络架构并输入图数据训练；使用训练后模型参数计算不同物种的编码并计算相似度。本发明规避了传统的配准过程，减少了跨物种同源连接组识别的时间。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
