-
公开(公告)号:CN104915433A
公开(公告)日:2015-09-16
申请号:CN201510349136.8
申请日:2015-06-24
Applicant: 宁波工程学院
IPC: G06F17/30
CPC classification number: G06F16/7834 , G06F16/783 , G06F16/7844
Abstract: 一种影视视频检索方法,涉及一种利用台本与字幕检索视频片段的方法,具有视频检测提取、对白信息提取标记、台本镜头搜索关键字获取、对话信息对白信息匹配、视频镜头与台本镜头匹配、视频镜头搜索关键字获取等步骤。与现有技术相比,本发明的有益效果是:通过视频的对白信息和完成台本的对话信息让视频镜头与台本镜头相对应,在检索时只要检索到台本镜头就能关联到视频镜头,既可以直接通过文字检索出视频片段,解决了以往视频片段无法直接检索,需要通过观看视频寻找相应视频片段的问题。
-
公开(公告)号:CN114820434A
公开(公告)日:2022-07-29
申请号:CN202210229367.5
申请日:2022-03-09
Applicant: 宁波工程学院
Abstract: 本发明公开了一种基于CT影像的肾肿瘤剜除术难度自动评估方法,基于人工智能与图像分析技术,通过建立深度网络模型对腹壁、肾脏和肾肿瘤同时进行分割,利用肿瘤、肾盂、肾脏和腹壁四者之间的关联性自动计算MAP评分和R.E.N.A.L评分,从而对肾肿瘤剜除术难度进行合理有效的评估;优点是省时省力,评估准确性和可靠性较高。
-
公开(公告)号:CN114742760A
公开(公告)日:2022-07-12
申请号:CN202210229363.7
申请日:2022-03-09
Applicant: 宁波工程学院
IPC: G06T7/00 , G16H30/40 , G16H50/20 , G06V10/774 , G06V10/764 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种X光片桡骨远端骨折自动快速诊断方法,通过结合深度学习与图像分析处理技术,使用三层U‑Net网络级联形成的端到端分割网络进行训练,对桡骨远端骨折分类判断最关键的关节面区和非关节面区进行精准的分割;采样两级分类,首先深度学习利用关节面区特征,对正常、A型骨折作为一类,与B型和C型骨折作为一类进行有效区分;然后深度学习利用非关节面区特征,进一步分别对正常、A型骨折、B型骨折和C型骨折进行识别,这种分层识别模式,粗分时将更相近的图像作为一类,可以达到更精准的分类结果;优点是分类准确率高,且能够对正常、A型、B型和C型单独的准确率进行描述,能够为后续准确率优化提升提供有力的技术数据。
-
-