公开(公告)号：CN120014386A

公开(公告)日：2025-05-16

申请号：CN202510467393.5

申请日：2025-04-15

Applicant: 南昌大学

Inventor： 庞孟 ,  黄政 ,  裘名凡 ,  周崟涛 ,  于海雯

IPC: G06V10/774 ,  G06V10/764 ,  G06V20/62 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明涉及机器学习技术领域，具体涉及胸部影像人工智能模型训练方法、电子设备和存储介质。在本发明中，将学生图像编码器和教师图像编码基于图像对提取的第一视角胸片特征和/或第二视角胸片特征分别进行对比学习，将学生文本编码器和教师文本编码器基于文本对提取的原始报告文本特征和/或润色文本特征分别进行对比学习，并将原始报告文本特征和/或润色文本特征与第一视角胸片特征和/或第二视角胸片特征分别进行对比学习；而且，通过相关性矩阵衡量学生模型和教师模型预测结果之间的一致性。

公开(公告)号：CN119745696A

公开(公告)日：2025-04-04

申请号：CN202411808520.5

申请日：2024-12-10

Applicant: 南昌大学

Inventor： 刘军 ,  胡欣彧 ,  胡兆吉 ,  黄政 ,  黄珊

IPC: A61J3/00

Abstract: 本发明提供了一种加工炮制集成系统，涉及中药炮制技术领域。本发明包括用于容纳待加工炮制中药材的炮制塔，且所述炮制塔上连通设置有进料单元、真空单元、喷润单元、蒸制单元和干制单元；所述进料单元用于将炮制辅料输送至所述炮制塔，所述真空单元用于对所述炮制塔进行真空处理，所述喷润单元用于将所述炮制塔底部的料液从顶部进行喷润，所述蒸制单元用于对所述炮制塔内的中药材进行加热蒸制，所述干制单元用于对所述炮制塔内的中药材进行干制处理。本发明能够降低一次能源的投入和消耗，具有显著的节能效果和经济价值，同时能够对中药进行规范化加工，对提质增效和节能减排具有重要意义。

公开(公告)号：CN117523184A

公开(公告)日：2024-02-06

申请号：CN202310932178.9

申请日：2023-07-27

Applicant: 南昌大学

Inventor： 盖迪 ,  罗恒 ,  闵卫东 ,  汪琦 ,  黄政 ,  张吉乾 ,  肖昱松

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/766 ,  G06V10/42 ,  G16H30/00 ,  G16H50/20 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种多级语义丰富神经网络的医学图像分割方法，将医学图像分层采用PCT模块得到低分辨率特征图Ⅰ；再将低分辨率特征图Ⅰ通过PCT模块得到低分辨率特征图Ⅱ；再将低分辨率特征图Ⅱ通过PCT模块得到低分辨率特征图Ⅲ；最后将低分辨率特征图Ⅲ通过PCT模块得到低分辨率特征图Ⅳ；将特征图Ⅳ通过上采样2倍后，与ES模块处理后的特征图Ⅲ进行拼接；再进行上采样2倍后与ES模块处理后的特征图Ⅱ进行拼接；最后进行上采样2倍后与ES模块处理后的特征图Ⅰ进行拼接，最终得到相应的特征图；将得到的最终特征图进行上采样4倍后，通过1×1的卷积调节通道数后得到最终的分割图。本发明能够对医学图像进行有效的分割，提高了医生对患者病情诊断的准确度。

公开(公告)号：CN119499098A

公开(公告)日：2025-02-25

申请号：CN202411548206.8

申请日：2024-11-01

Applicant: 南昌大学

Inventor： 刘军 ,  胡欣彧 ,  胡兆吉 ,  黄政 ,  黄珊

IPC: A61J3/00 ,  F26B21/00 ,  B05B9/04

Abstract: 本发明提供了一种蒸汽炮制系统及方法，涉及中药炮制技术领域。本发明提供的系统，包括物料罐及喷润循环单元，还包括蒸汽循环单元和干制循环单元；其中，蒸汽循环单元包括分别与喷润循环单元、干制循环单元相交的第一换热单元、第二换热单元，且第一换热单元、第二换热单元的供热侧均位于蒸汽循环单元。本发明可以提高在炮制过程中的蒸汽热量利用效率，有效降低一次能源的投入和消耗，起到很好的节能效果，具有良好的经济和生态环境效益，对加速碳达峰碳中和的进程具有重要意义。

公开(公告)号：CN117058379A

公开(公告)日：2023-11-14

申请号：CN202311021945.7

申请日：2023-08-15

Applicant: 南昌大学

Inventor： 闵卫东 ,  詹礼新 ,  李渭 ,  邹怡 ,  黄政

IPC: G06V10/26 ,  G06V10/56 ,  G06V10/44

Abstract: 本发明公开了基于新型神经辐射场卷积的大规模点云语义分割方法，涉及语义分割技术领域，所述分割方法包括以下步骤：将点云场景表示为#imgabs0#其中N是输入点云的数量，3表示点的X,Y,Z坐标，D表示输入特征的维度；初始特征包含颜色信息；质心使用半径法或KNN算法过滤质心K邻域，以确定质心局部邻域；质心每个相邻点携带坐标和语义特征信息fij。本发明提出了一种新的局部点云表示方法，称为神经辐射场七维，其中首创的局部点云和方向角满足绕XYZ轴的旋转而不变形，并且可以更接近点云数据来学习点云旋转变形。

公开(公告)号：CN117611820A

公开(公告)日：2024-02-27

申请号：CN202311623913.4

申请日：2023-11-30

Applicant: 南昌大学

Inventor： 闵卫东 ,  黄政 ,  盖迪 ,  汪琦 ,  韩清 ,  熊辛

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/764 ,  G06V10/77 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0495 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明公开了一种基于局部特征对比学习的半监督医学图像分割方法，包括：1）将医学图像数据送入框架中的学生模型，得到相应的预测分割结果和预测SDM，将预测分割结果和预测符号距离图与真实标记分割结果和真实符号距离图进行损失计算；2）利用BC进行局部特征块的分类；3）通过对步骤2）中提取的最后一层特征进行投影得到投影特征，将该投影特征同样切割成n×n个特征块，将预测符号距离图中的n×n个图像块和投影特征中的n×n个特征块一一对应，得到特征块的分类，利用密集局部特征对比学习模块进行对比学习，得到最后的图像分割结果。本发明方法相较传统分割算法能较好的适应边界模糊、对比度低的情况，分割效果优于其他算法。