公开(公告)号：CN119763119A

公开(公告)日：2025-04-04

申请号：CN202411819630.1

申请日：2024-12-11

Applicant: 杭州电子科技大学

Inventor： 叶铭滔 ,  徐慧婷 ,  章哈琪 ,  李圣杰 ,  李春亭 ,  陈一鸣 ,  蔡显乐 ,  周毅 ,  章国道 ,  王毅刚

IPC: G06V20/70 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/09 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明请求保护一种人机协同的双重标注方法，包括：利用ABUS采集影像，并将其划分为未标注数据集N和标注数据集M。该方法采用图像增广处理和归一化，使用基于对比学习的自监督框架增强图像特征。接着利用深度学习架构U‑Net和ResNet50构建视觉模型，自动标注图像中的感兴趣区域，并提供初步估计。此后，对自动标注过的乳腺影像进行人工标注，实现人机双重标注，提供更准确的估计。最后，使用对比学习算法从未标注数据集N学习图像表示，并结合标注数据集M中的监督信号更新视觉模型。本发明通过综合利用人工智能和专业医生的标注结果，同时引入标注质量评估机制，提高了图像的可识别性能，强化了图像特征的表现力，进一步增强了视觉模型的泛化能力。

公开(公告)号：CN119679508A

公开(公告)日：2025-03-25

申请号：CN202411870658.8

申请日：2024-12-18

Applicant: 湖州市第一人民医院 ,  杭州电子科技大学

Inventor： 王荣江 ,  沈俊文 ,  汪宁 ,  谢兵山 ,  叶铭滔 ,  章国道

IPC: A61B34/10 ,  G06T7/11 ,  G06T5/00 ,  G06T17/00 ,  G06N3/0455 ,  G06N3/0464 ,  A61B34/20

Abstract: 本发明提供一种基于精确定位分割肾肿瘤三维重建术中导航方法，本方法目的在于首先将获取到的患者的CT图像进行重采样，CT值截断，z‑score标准化操作得到更加清晰的器官特征边界，随后使用设计好的肾肿瘤分割网络TransRFE‑U2‑Net对CT图像中的肾肿瘤进行精确分割以精确重建肾肿瘤与肾的三维模型。该网络参考U‑Net网络结构进行改进，提出升维U2‑Net实现对三维图像的分割。除此之外，该网络利用残差特征强化模块和基于全局特征的多头自注意力模块提高网络捕捉全局信息和上下文信息的能力，提高了模型对肾肿瘤分割的精确度，以便于医生在模拟术中根据肿瘤的精确位置和大小进行切除肾肿瘤，减少正常肾组织的切除，保护肾功能。

公开(公告)号：CN119380014A

公开(公告)日：2025-01-28

申请号：CN202411406607.X

申请日：2024-10-10

Applicant: 丽水市中心医院 ,  杭州电子科技大学

Inventor： 周毅 ,  叶海洋 ,  陈述政 ,  李春亭 ,  舒茜 ,  潘颖 ,  刘鹏鹏 ,  叶铭滔 ,  章国道

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06T7/10 ,  G06N3/0455 ,  G06N3/08 ,  G06N5/04 ,  G16H30/20

Abstract: 本发明涉及深度学习领域，具体是一种基于微调大模型的三维乳腺超声图像半自动分割方法，包括如下步骤：将获取的待分割三维乳腺超声影像数据进行预处理后，输入基于低秩微调策略微调的SAM‑Med3D模型实现乳腺肿瘤的半自动化分割，该SAM‑Med3D模型的3D图像编码器的每个3D注意力块中均嵌入有定制模块MLoRA。本发明通过将基于低秩微调策略的定制模块应用于SAM‑Med3D模型，并模拟医生点击ABUS影像病灶区域，实现乳腺肿瘤的半自动化分割，有效提高了SAM‑Med3D模型针对三维ABUS影像的分割能力，从而克服现有医学影像分割大模型ABUS影像训练数据缺乏及训练成本高昂和语义混淆的问题。

公开(公告)号：CN118314326A

公开(公告)日：2024-07-09

申请号：CN202410483252.8

申请日：2024-04-22

Applicant: 杭州电子科技大学

Inventor： 章国道 ,  叶铭滔 ,  戴立婷 ,  陆炎杰 ,  周晓飞 ,  乔通 ,  林素仙 ,  陈丹

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G16H50/20

Abstract: 本发明公开了一种骶髂关节磁共振影像智能阅片方法，其特征在于，包括如下步骤：步骤1、获取医学图像数据集；步骤2、构建ROI自动分割模型，所述ROI自动分割模型为UNet3D网络；步骤3、将医学图像作为输入，通过ROI自动分割模型自动提取ROI，并在ROI上提取影像组学特征；步骤4、将影像组学特征作为输入，通过基于和声搜索的特征选择算法得到新影像组学特征；步骤5、将新影像组学特征输入分类器E中进行前向推理，得到的结构性分类结果。该方法利用深度学习技术从MRI影像中自动提取ROI，基于ROI提取影像组学特征，并通过启发式算法筛选最优影像组学特征，最后由分类器做出结构性病变的分类。

公开(公告)号：CN119166817A

公开(公告)日：2024-12-20

申请号：CN202411291411.0

申请日：2024-09-14

Applicant: 杭州电子科技大学 ,  先进计算与关键软件(信创)海河实验室

Inventor： 林璐凝 ,  朱悠悠 ,  徐慧婷 ,  章哈琪 ,  张雯丽 ,  叶铭滔 ,  陆炎杰 ,  傅攀 ,  章国道 ,  陈小雕

IPC: G06F16/35 ,  G06F40/279 ,  G06F16/33 ,  G06F40/166 ,  G06F40/103 ,  G16H15/00 ,  G16H10/60 ,  G16H30/20 ,  G16H50/20 ,  G06N3/0895 ,  G06N3/04

Abstract: 本发明公开了一种基于BioClinicalBERT模型的乳腺疾病语料库构建方法，通过乳腺MRI语料库构建方法，结合人机协同标注和先进的自监督学习技术，从乳腺MRI图像中提取出具有判别性的特征，并通过计算多级相似性，有效提升了乳腺MRI诊断的精确度和效率。不仅为乳腺疾病的早期诊断和治疗提供了有力支持，同时也因其通用性而展现出在其他医学图像分析和诊断领域的广泛应用潜力。并且应用在病例文本标准化方法中，还能够让这些病历文本不仅包含了准确的结构化标签和医学图像信息，还具有高度的可读性和可理解性。医生可以快速地浏览病历文本，准确地获取关键信息，从而更高效地做出诊断和治疗决策。

公开(公告)号：CN118674955A

公开(公告)日：2024-09-20

申请号：CN202410594154.1

申请日：2024-05-14

Applicant: 杭州电子科技大学

Inventor： 章国道 ,  叶海洋 ,  陈述政 ,  周毅 ,  叶铭滔 ,  尹学松 ,  乔通 ,  周晓飞 ,  缪杨涵

IPC: G06V10/762 ,  G06V10/74 ,  G06V10/766 ,  G16H50/20

Abstract: 一种自动乳腺超声图像聚类方法，属于机器学习技术领域。本发明通过考虑生物数据聚类的子空间聚类算法和求解该算法的迭代优化算法，以及CAD系统的实际应用，能够提供更有效、快速和经济可行的三维ABUS影像的乳腺癌早期筛查方案；本发明提出封装数据的局部结构并对特征应用非负约束的图像表征方法，来兼顾数据的全局和局部结构特征；同时将流形正则化器合并到图像表征中以考虑数据的流形结构，由此得到GLSR算法框架；然后基于ADMM迭代方法开发了一种高效的迭代算法来保证我们提出的GLSR算法得到局部最优解并保证收敛。

公开(公告)号：CN116757572A

公开(公告)日：2023-09-15

申请号：CN202310639432.6

申请日：2023-06-01

Applicant: 杭州电子科技大学

Inventor： 章国道 ,  戴立婷 ,  冷龙龙 ,  尹学松 ,  陆炎杰 ,  叶铭滔 ,  葛一粟

IPC: G06Q10/083 ,  G06Q10/0835 ,  G06Q10/0631 ,  G06N3/006 ,  H04L67/12

Abstract: 一种冷链物流多路径方案调度方法及冷链物流配送系统，属于机器学习技术领域。其通过云服务获取实时冷链物流各类多模态数据；根据所述多模态参数信息在云服务上建立多路径调度模型MP，生成目标函数；提出自适应MA算法并结合云计算，在云服务上对目标函数进行计算，确定目标函数的最优解，得出偏好的多路径调度方案。本发明通过根据冷链物流运输调度参数信息建立路径调度模型，生成目标函数；然后提出自适应MA算法并结合云计算对多路径调度模型进行计算，并结合控制模块来监控MA算法的性能，提高全局优化性能，优化总物流成本。本申请同时还提供了一种冷链物流运输调度的系统。