-
公开(公告)号：CN116563261A
公开(公告)日：2023-08-08
申请号：CN202310569846.6
申请日：2023-05-19
Applicant: 太原理工大学
IPC: G06T7/00 , G06T7/11 , G06N3/09 , G06N3/0464 , G06N3/084 , G06V10/82 , G06V10/774 , G06V10/25
Abstract: 本发明涉及一种基于自监督元学习的多染色肾脏病理图像分割方法，属于人工智能辅助医疗检查技术领域，包括以下步骤：S1、获取不同染色的肾脏病理切片的全视野病理照片，同时每种染色随机挑选2～5张进行像素级的人工标注；S2、通过无标注样本训练自监督预训练模型；S3、以训练完成的自监督预训练模型为一级模型，以U‑Net结构作为骨干网络构建二级模型，通过元训练集对二级模型进行训练，通过元测试集对二级模型进行测试并更新一级模型的权重参数；重新选取染色样本重复上述测试和训练过程，得到的一级模型作为元学习分割模型；S4、通过元学习分割模型对待测病理切片进行分割。本发明可以对不同染色的肾脏病理切片感兴趣区域进行高效分割。
-
公开(公告)号：CN115393636A
公开(公告)日：2022-11-25
申请号：CN202210965724.4
申请日：2022-08-12
Applicant: 太原理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/25 , G06T7/00 , G06T7/10 , G06N3/04
Abstract: 本发明属于人工智能辅助医疗检查技术领域，公开了一种基于融合卷积神经网络的肾组织染色图像质量评估方法及系统，包括以下步骤：S1、采集肾组织的全视野数字切片，并处理得到下采样全视野数字切片和肾小球感兴趣区域；S2、对下采样全视野数字切片和肾小球感兴趣区域分别进行质量等级标注，构建专家标签数据集；S3、将标注后的下采样全视野数字切片和肾小球感兴趣区域分别输入融合卷积神经网络模型进行训练，得到DWSI分类模型和G‑ROI分类模型；S4、对待评估的全视野数字切片进行下采样和分割后分别输入训练完成的分类模型，根据输出计算加权质量分数；S5、确定质量等级。本发明提高了切片质量评估精度，可嵌入设备辅助医生快速判断切片是否符合标准。
-
Patent Agency Ranking
公开(公告)号：CN118506033A
公开(公告)日：2024-08-16
申请号：CN202410405512.X
申请日：2024-04-07
Applicant: 太原理工大学
Abstract: 本发明涉及人工智能辅助医疗检查技术领域，解决了传统方法对于肾小球基底膜的分割存在准确率不高，而导致无法实现细分和量化的技术问题，尤其涉及一种基于一次参考指导免训练特征匹配的肾小球基底膜的细分和量化方法，包括：制作参考图像、生成特征序列、进行跨图像的关键点匹配、生成待测电镜图像的肾小球基底膜的分割掩膜以及计算待测电镜图像中肾小球基底膜的厚度。本发明所提出的方法能够在电镜图像中自动分割和测量肾小球基底膜实现量化病理指标，并通过将临床指标与诊断结果相结合来分析和预测结果，最后辅助医生进行疾病诊断，满足人工智能在电镜图像诊断中的临床应用需求。
-
公开(公告)号：CN113313685A
公开(公告)日：2021-08-27
申请号：CN202110590551.8
申请日：2021-05-28
Applicant: 太原理工大学
Abstract: 本发明属于人工智能辅助医疗技术领域，具体涉及一种基于深度学习的肾小管萎缩区域识别的方法与系统，包括以下步骤：S1获取已进行肾小管萎缩区域标注的肾脏病理切片的图像；S2基于所述图像以及对应的肾小管萎缩区域标注，对实例分割网络进行训练；所述实例分割网络为改进后的mask‑RCNN网络，网络中加入了级联网络级联各个检测模型，设置不断增加的IOU阈值界定样本训练模型，前一个检测模型的输出作为一个检测模型的输入，IOU值一直上升；S3将待检测图像输入训练好的实例分割网络中，得到待检测图像中各个肾小管萎缩区域的目标框位置；S4计算各个肾小管萎缩区域的面积以及比例。本发明可以实现肾小管萎缩区域的检测，检测精度高，而且漏检率低。
-
公开(公告)号：CN116933135A
公开(公告)日：2023-10-24
申请号：CN202310884917.1
申请日：2023-07-19
Applicant: 太原理工大学
IPC: G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于基于人工智能的医疗信息处理领域，公开了一种基于跨模态融合级联的癌症分期预测模型建模系统及方法，系统包括：依次连接的数据获取模块、浅层次特征提取模块、多个级联模块和预测输出模块；浅层次特征提取模块用于根据各个模态的标注数据，分别提取各个模态的浅层次特征并形成各个模态间浅层次特征；各个级联模块依次连接，包括：模态内特征提取器、模态间特征提取器、多模态癌症分期预测器、精度判别模块和特征重组模块，预测输出模块：用于输出癌症分期预测模型。本发明可以提高模型的预测精度和泛用性。
-
公开(公告)号：CN113313685B
公开(公告)日：2022-11-29
申请号：CN202110590551.8
申请日：2021-05-28
Applicant: 太原理工大学
Abstract: 本发明属于人工智能辅助医疗技术领域，具体涉及一种基于深度学习的肾小管萎缩区域识别的方法与系统，包括以下步骤：S1获取已进行肾小管萎缩区域标注的肾脏病理切片的图像；S2基于所述图像以及对应的肾小管萎缩区域标注，对实例分割网络进行训练；所述实例分割网络为改进后的mask‑RCNN网络，网络中加入了级联网络级联各个检测模型，设置不断增加的IOU阈值界定样本训练模型，前一个检测模型的输出作为一个检测模型的输入，IOU值一直上升；S3将待检测图像输入训练好的实例分割网络中，得到待检测图像中各个肾小管萎缩区域的目标框位置；S4计算各个肾小管萎缩区域的面积以及比例。本发明可以实现肾小管萎缩区域的检测，检测精度高，而且漏检率低。
-
公开(公告)号：CN217588422U
公开(公告)日：2022-10-14
申请号：CN202221238660.X
申请日：2022-05-20
Applicant: 太原理工大学
IPC: G10L21/0208 , G10K11/162
Abstract: 本实用新型公开了一种应用于自然语言处理的语音降噪处理装置，包括处理箱，所述处理箱上下内壁上分别固定连接有麦克风、扬声器，所述麦克风、扬声器的外侧均套设有隔音筒，两个所述隔音筒之间夹持固定有隔音板，所述处理箱的上侧固定连接有控制箱，所述控制箱内螺丝固定有可编程处理器，所述可编程处理器上安装有放大器、滤波器，本实用新型提供一种应用于自然语言处理的语音降噪处理装置，扬声器的声音经隔音板削弱后被麦克风所接收，低噪音能够被有效滤除，隔音筒能够减少声音反射以及外界声音的干扰，保障麦克风可获得纯音，再配合滤波器进行二次处理，耳麦、显示器能够辅助工作人员对录音音质进行判断，以便对录音进行再处理。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
