公开(公告)号：CN118628599A

公开(公告)日：2024-09-10

申请号：CN202410763966.4

申请日：2024-06-14

Applicant: 吉林大学

Inventor： 卢奕南 ,  赵柯贤 ,  郭晓新

IPC: G06T11/00 ,  G06T5/60 ,  G06T5/77 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种去除CT图像金属伪影新方法，其方法为：第一步、制作模拟数据集，构建受损CT图像的训练集；第二步、构建双域网络模型，包括图像预处理、基于小波融合的先验图像生成、构建基于掩码UNet的投影域修复网络、构建基于改进UNet的图像域修复网络以及设计双域网络模型的总体损失函数；第三步、将受金属伪影影响的临床CT图像利用上述第二步得到的双域网络模型去除金属伪影，调整受金属伪影影响的临床CT图像大小与训练图像大小一致；有益效果：在减轻CT图像伪影的同时，保留了重要的骨等组织结构，有利于后续的图像域修复；能够使网络自主学习通道层面和空间层面的特征信息，捕获长远距离关系中的潜在特征。

公开(公告)号：CN116612292A

公开(公告)日：2023-08-18

申请号：CN202310617739.6

申请日：2023-05-29

Applicant: 吉林大学

Inventor： 卢奕南 ,  赵浩权 ,  赵柯贤

IPC: G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的小目标检测方法，其方法为：第一步、获取图像样本，构建训练集；第二步、小目标检测模型的构建；第三步：将待检测的图像，利用上述第二步得到的小目标检测模型实现目标检测，有益效果：通过训练得到用于检测的改进版YOLO模型，使得整体网络结构不再臃肿，不仅压缩了网络模型，有效减少了计算量，并且更有效地利用了浅层次网络中提取的特征信息，在识别小目标物体上达到了理想的效果。采用基于双参数加权的完全交并比损失函数能让网络模型更加关注高交并比值目标，并有效提升小目标物体的检测准确度。