-
公开(公告)号：CN110110634A
公开(公告)日：2019-08-09
申请号：CN201910347578.7
申请日：2019-04-28
Applicant: 南通大学
Abstract: 本发明公开了一种基于深度学习的病理图像多染色分离方法，包括以下步骤：(1)对病理染色图像进行光密度变换，得到原始病理染色图像的光密度矩阵；(2)将步骤(1)得到的光密度矩阵构建ResU-Net模型；(3)对步骤(2)得到的ResU-Net模型进行训练；(4)通过经步骤(3)训练后的ResU-Net模型进行图像染色分离。该方法能够对原图像进行像素级分析，更好的分离图像中同一类组织，从而提高染色分离性能。
-
公开(公告)号：CN111507992B
公开(公告)日：2021-10-08
申请号：CN202010317512.6
申请日：2020-04-21
Applicant: 南通大学
Abstract: 本发明公开了一种基于内外应力的低分化腺体分割方法，包括以下步骤：1)、基于ResUnet架构对病理组织染色图像进行染色分离，得到苏木精通道与背景通道图像；2)、基于改进符号压力函数的变分水平集图像分割算法从背景通道图像中分割腺体流明区域；3)、将苏木精通道图作为SC‑CNN输入特征，得到上皮细胞区域边界，即上皮细胞核构成的腺边界；4)、基于最小惯性轴及链码的图形形状描述方法根据流明形状特征对腺体轮廓进行绘制。本发明使得H&E染色图像中包含信息更加独立且易于识别，以处理染色强度不均匀以及染色差异不明显的情况，开发并组合了一组新的分割腺体轮廓的特征，明确提出了一种流明和腺体外轮阔形状特征的表示方法。
-
公开(公告)号：CN110110634B
公开(公告)日：2023-04-07
申请号：CN201910347578.7
申请日：2019-04-28
Applicant: 南通大学
Abstract: 本发明公开了一种基于深度学习的病理图像多染色分离方法，包括以下步骤：(1)对病理染色图像进行光密度变换，得到原始病理染色图像的光密度矩阵；(2)将步骤(1)得到的光密度矩阵构建ResU‑Net模型；(3)对步骤(2)得到的ResU‑Net模型进行训练；(4)通过经步骤(3)训练后的ResU‑Net模型进行图像染色分离。该方法能够对原图像进行像素级分析，更好的分离图像中同一类组织，从而提高染色分离性能。
-
Patent Agency Ranking
公开(公告)号：CN108805918B
公开(公告)日：2022-03-01
申请号：CN201810599725.5
申请日：2018-06-11
Applicant: 南通大学
IPC: G06T7/33 , G06N3/08 , G06K9/62 , G06V10/762 , G06V10/82
Abstract: 本发明公开了一种基于DCAE结构的病理图像染色不变性低维表示方法，步骤包括：1)组织样本病理图像粗对准；2)训练样本的选取；3)双通道自动编码器的训练；4)更新特征聚类中心。该基于DCAE结构的病理图像染色不变性低维表示方法，可找到目标集和源数据集之间的归一化特征表示，不依赖任何复杂或耗时的预处理，只需将原始图像用作输入，也不依赖于标记的输入图像，就能够将组织图像分割成其组成成分的低维表示，具有准确、快速、自动化等特点，具有很好的实用性。
-
公开(公告)号：CN111507992A
公开(公告)日：2020-08-07
申请号：CN202010317512.6
申请日：2020-04-21
Applicant: 南通大学
Abstract: 本发明公开了一种基于内外应力的低分化腺体分割方法，包括以下步骤：1)、基于ResUnet架构对病理组织染色图像进行染色分离，得到苏木精通道与背景通道图像；2)、基于改进符号压力函数的变分水平集图像分割算法从背景通道图像中分割腺体流明区域；3)、将苏木精通道图作为SC-CNN输入特征，得到上皮细胞区域边界，即上皮细胞核构成的腺边界；4)、基于最小惯性轴及链码的图形形状描述方法根据流明形状特征对腺体轮廓进行绘制。本发明使得H&E染色图像中包含信息更加独立且易于识别，以处理染色强度不均匀以及染色差异不明显的情况，开发并组合了一组新的分割腺体轮廓的特征，明确提出了一种流明和腺体外轮阔形状特征的表示方法。
-
公开(公告)号：CN109433641A
公开(公告)日：2019-03-08
申请号：CN201811155354.8
申请日：2018-09-30
Applicant: 南通大学
IPC: B07C5/34
Abstract: 本发明公开了一种基于机器视觉的片剂胶囊灌装遗漏智能检测方法，包括如下步骤：把两台高速工业相机分别附加到灌装自动化生产线瓶包装传送带的右侧与漏斗上方；漏斗上方相机实时对片剂胶囊灌装进行视频记录，通过对连续视频帧进行块匹配定位片剂胶囊。对定位的片剂胶囊进行位移矢量的实时监测，当位移矢量大于某一定值时定义为出现灌装断层。针对断层现象我们采用SVM预测模型，在断层出现时基于断层出现时间、断层处片剂胶囊的位移和角度特征，预测出片剂胶囊离开漏斗的具体时间。以此判断出有断层情况下是否能在规定时间内完成合格灌装。
-
公开(公告)号：CN109433641B
公开(公告)日：2021-03-16
申请号：CN201811155354.8
申请日：2018-09-30
Applicant: 南通大学
IPC: B07C5/34
Abstract: 本发明公开了一种基于机器视觉的片剂胶囊灌装遗漏智能检测方法，包括如下步骤：把两台高速工业相机分别附加到灌装自动化生产线瓶包装传送带的右侧与漏斗上方；漏斗上方相机实时对片剂胶囊灌装进行视频记录，通过对连续视频帧进行块匹配定位片剂胶囊。对定位的片剂胶囊进行位移矢量的实时监测，当位移矢量大于某一定值时定义为出现灌装断层。针对断层现象我们采用SVM预测模型，在断层出现时基于断层出现时间、断层处片剂胶囊的位移和角度特征，预测出片剂胶囊离开漏斗的具体时间。以此判断出有断层情况下是否能在规定时间内完成合格灌装。
-
公开(公告)号：CN108805918A
公开(公告)日：2018-11-13
申请号：CN201810599725.5
申请日：2018-06-11
Applicant: 南通大学
CPC classification number: G06T7/33 , G06K9/6223 , G06N3/084 , G06T2207/30004
Abstract: 本发明公开了一种基于DCAE结构的病理图像染色不变性低维表示方法，步骤包括：1)组织样本病理图像粗对准；2)训练样本的选取；3)双通道自动编码器的训练；4)更新特征聚类中心。该基于DCAE结构的病理图像染色不变性低维表示方法，可找到目标集和源数据集之间的归一化特征表示，不依赖任何复杂或耗时的预处理，只需将原始图像用作输入，也不依赖于标记的输入图像，就能够将组织图像分割成其组成成分的低维表示，具有准确、快速、自动化等特点，具有很好的实用性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.037 seconds)
