-
公开(公告)号:CN116977387B
公开(公告)日:2023-12-15
申请号:CN202311227166.2
申请日:2023-09-22
Applicant: 安徽大学
IPC: G06T7/33 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于形变场融合的可变形医学图像配准方法,将预处理的待配准图像和参考图像输入到双流配准网络,双流配准网络设有两个架构相同但损失函数不同的分支网络,得到两个不同的形变场,通过形变场融合模块将这两个形变场融合,形变场融合模块分别对两个形变场进行最大池化和平均池化,并将得到的特征经过卷积层进行特征提取后,再由卷积层降维得到最终的形变场;最终根据形变场对待配准的图像进行配准,得到配准后的图像。本发明通过形变场融合模块有效地结合不同的形变场,充分利用不同形变场的优势来描述不同类型的形变,其双流配准网络的相似性损失函数能够描述参考图
-
公开(公告)号:CN116977387A
公开(公告)日:2023-10-31
申请号:CN202311227166.2
申请日:2023-09-22
Applicant: 安徽大学
IPC: G06T7/33 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于形变场融合的可变形医学图像配准方法,将预处理的待配准图像和参考图像输入到双流配准网络,双流配准网络设有两个架构相同但损失函数不同的分支网络,得到两个不同的形变场,通过形变场融合模块将这两个形变场融合,形变场融合模块分别对两个形变场进行最大池化和平均池化,并将得到的特征经过卷积层进行特征提取后,再由卷积层降维得到最终的形变场;最终根据形变场对待配准的图像进行配准,得到配准后的图像。本发明通过形变场融合模块有效地结合不同的形变场,充分利用不同形变场的优势来描述不同类型的形变,其双流配准网络的相似性损失函数能够描述参考图像和待配准图像之间的相互依赖的上下文变化,提高配准精度。
-
-
公开(公告)号:CN115051812A
公开(公告)日:2022-09-13
申请号:CN202210810650.7
申请日:2022-07-11
Applicant: 安徽大学
Abstract: 本发明属于信息科学领域,具体涉及一种基于二维码和生物特征的用户身份双重识别方法,以及采用该识别方法工作的用户身份双重验证系统。该识别方法包括如下注册阶段和认证阶段两个主要过程。其中,在注册阶段,管理方请求用户上传账户资料、用户信息和用户的生物特征识别信息,并向用户发送密钥对。其中,生物特征识别信息包括人脸图像。在认证阶段,管理方首先获取用户人脸,在人脸匹配成功后,管理方和用户通过二维码来实现数字签名验证。数字签名验证成功后完成用户身份认证。基于该方法的身份认证逻辑,本发明还设计了一个专用于身份识别的验证系统。本发明的技术方案解决了现有数字账号身份认证方式的保密性和安全性不足的问题。
-
-
-