-
Patent Agency Ranking
公开(公告)号：CN119228769A
公开(公告)日：2024-12-31
申请号：CN202411363741.6
申请日：2024-09-28
Applicant: 吉林大学
IPC: G06T7/00 , G06T7/10 , G06T7/62 , G06T17/00 , G06V10/26 , G06V10/82 , G16H30/20 , G16H30/40 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于人工智能的脑脊液自动分割及定量方法和系统，属于医学图像处理技术领域，包括：获取图像数据，对所述图像数据进行预处理，获得预处理数据集；构建图像三维重建模型，基于所述图像三维重建模型对所述预处理数据集进行处理，获得三维重建数据集；构建脑脊液自动分割模型，将所述三维重建数据集输入至所述脑脊液自动分割模型中进行分割，获得脑脊液分割结果；获取原始体素间距信息，将所述脑脊液分割结果和所述原始体素间距信息进行计算，获得定量结果。本发明的技术效果显著，能够实现从数据读取到脑脊液体积自动计算的全流程自动化，极大提高了脑脊液分析的效率和准确性。
-
公开(公告)号：CN118013070A
公开(公告)日：2024-05-10
申请号：CN202410425002.9
申请日：2024-04-10
Applicant: 吉林大学
IPC: G06F16/583 , G06F16/332 , G06F16/33 , G06F16/53 , G06N3/0895
Abstract: 本发明涉及人工智能的视觉问答技术领域，特别是涉及一种基于提示指导和自监督对比学习的视觉问答方法，包括：获取目标问题，将目标问题输入预设的视觉问答模型中，输出预测的答案，其中视觉问答模型包括：提示样本生成模块，用于构建提示模板，并基于提示模板结合图像‑问题对的信息生成提示样本；嵌入提取模块，用于基于提示样本指导图像‑问题对中文本信息和图像信息的挖掘，获取文本嵌入和视觉嵌入；嵌入融合模块，用于对文本嵌入和视觉嵌入进行注意力机制增强，并将增强后的文本嵌入和视觉嵌入进行融合，获取融合嵌入；答案预测模块，用于基于融合嵌入预测视觉问答任务的答案。本发明能够准确进行视觉问答。
-
公开(公告)号：CN116542995A
公开(公告)日：2023-08-04
申请号：CN202310768905.2
申请日：2023-06-28
Applicant: 吉林大学
IPC: G06T7/11 , G06N3/0464 , G06V10/22 , G06V10/764 , G06V10/80
Abstract: 本申请公开了一种基于区域表示和视觉表示的视觉问答方法及系统，其中方法步骤包括：基于Faster R‑CNN模型学得的图像区域特征，为每张待问答图像构建图像区域特征图；基于图像区域特征图，生成邻居增强的区域表示；基于GRU模型学得的问题特征对邻居增强的区域表示进行指导，得到最终的视觉特征；基于区域表示、视觉特征和问题特征，得到预测答案，完成视觉问答。本申请为每张图像构建区域特征图，以表示该图像中所有区域之间的关联和特征。同时，基于带重启的随机行走方法，在区域特征图中学习邻域增强区域表示。此外，还提出一个问题指导的纵横双重注意力机制。机制以问题特征表示作为指导，从区域层面和特征层面增强区域表示。
-
公开(公告)号：CN118013070B
公开(公告)日：2024-08-23
申请号：CN202410425002.9
申请日：2024-04-10
Applicant: 吉林大学
IPC: G06F16/583 , G06F16/332 , G06F16/33 , G06F16/53 , G06N3/0895
Abstract: 本发明涉及人工智能的视觉问答技术领域，特别是涉及一种基于提示指导和自监督对比学习的视觉问答方法，包括：获取目标问题，将目标问题输入预设的视觉问答模型中，输出预测的答案，其中视觉问答模型包括：提示样本生成模块，用于构建提示模板，并基于提示模板结合图像‑问题对的信息生成提示样本；嵌入提取模块，用于基于提示样本指导图像‑问题对中文本信息和图像信息的挖掘，获取文本嵌入和视觉嵌入；嵌入融合模块，用于对文本嵌入和视觉嵌入进行注意力机制增强，并将增强后的文本嵌入和视觉嵌入进行融合，获取融合嵌入；答案预测模块，用于基于融合嵌入预测视觉问答任务的答案。本发明能够准确进行视觉问答。
-
公开(公告)号：CN116542995B
公开(公告)日：2023-09-22
申请号：CN202310768905.2
申请日：2023-06-28
Applicant: 吉林大学
IPC: G06T7/11 , G06N3/0464 , G06V10/22 , G06V10/764 , G06V10/80
Abstract: 本申请公开了一种基于区域表示和视觉表示的视觉问答方法及系统，其中方法步骤包括：基于Faster R‑CNN模型学得的图像区域特征，为每张待问答图像构建图像区域特征图；基于图像区域特征图，生成邻居增强的区域表示；基于GRU模型学得的问题特征对邻居增强的区域表示进行指导，得到最终的视觉特征；基于区域表示、视觉特征和问题特征，得到预测答案，完成视觉问答。本申请为每张图像构建区域特征图，以表示该图像中所有区域之间的关联和特征。同时，基于带重启的随机行走方法，在区域特征图中学习邻域增强区域表示。此外，还提出一个问题指导的纵横双重注意力机制。机制以问题特征表示作为指导，从区域层面和特征层面增强区域表示。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
