-
公开(公告)号：CN113408593A
公开(公告)日：2021-09-17
申请号：CN202110613678.7
申请日：2021-06-05
Applicant: 桂林电子科技大学 , 桂林笑微酒店管理有限公司
Abstract: 本发明公开了一种基于改进的ResNeSt卷积神经网络模型的糖尿病性视网膜病变图像分类方法。该方法为：首先从医院获取病变图像；对图像进行预处理，眼科医生手动标注，划分数据集；再搭建实验所需的深度学习服务器平台，然后编写python代码；在ResNeSt卷积神经网络中引入OctConv和SPConv两种轻量且高效的卷积操作，并引入Warm Restart和余弦退火的学习率调解机制；采用ILSVRC2012数据集对改进的ResNeSt网络进行预训练，将得到的模型迁移到预处理后的数据集上进行微调；载入测试集，测试训练好的ResNeSt卷积神经网络分类模型，得出分类的结果，看各分类指标是否符合要求。本发明实现了对糖尿病性视网膜病变图像分类方法，利用改进的ResNeSt模型，有较高的运行效率和分类准确度，应用价值很高。
-
公开(公告)号：CN113420793A
公开(公告)日：2021-09-21
申请号：CN202110622393.X
申请日：2021-06-05
Applicant: 桂林电子科技大学 , 桂林笑微酒店管理有限公司
Abstract: 本发明涉及了一种基于改进的卷积神经网络ResNeSt50的胃印戒细胞癌图像分类方法，包括：首先从医院获取原始数据；再进行数据预处理和数据增强；预训练ResNeSt50模型并改进其结构；将改进的模型与其他state‑of‑the‑art模型进行公平的比较；制作概率热力图，训练随机森林分类器。最后进行病理图像级别的分类，得出分类结果。本发明提出的方法不仅在切片级别的分类上取得了很好的效果，同时在病理图像级别的分类上取得了不错的结果，病变区域可视化效果也优于现有的方法。
-
公开(公告)号：CN118097660A
公开(公告)日：2024-05-28
申请号：CN202410044725.4
申请日：2024-01-11
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V20/69 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/092
Abstract: 本发明公开了一种基于相似注意力机制的乳腺癌细胞核分割方法及系统，所述方法包括：1)采用了传统数据增强方法来增加数据的多样性；2)采用了相似注意力机制以加强细节特征提取；通过膨胀卷积来扩大感受野并设置锯齿状膨胀系数消除空洞效应；使用密集连接和多分辨率跳跃连接实现层与层之间的连接和多尺度融合；添加Dropout层防止过拟合；3)在对乳腺癌细胞核精确分割的同时，对其进行细胞核计数、形态提取，为临床诊断乳腺癌分级提供基础；本发明能够精确分割乳腺癌细胞核，解决乳腺癌细胞核形态多样，细胞核边缘粘连严重难以分割等问题，可以有效地辅助医生进行乳腺癌的早期诊断和治疗。
-
公开(公告)号：CN117934491A
公开(公告)日：2024-04-26
申请号：CN202410110644.X
申请日：2024-01-26
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06T7/10 , G06V10/764 , G06V10/762 , G06V10/778
Abstract: 本发明涉及医学图像分割技术领域，特别是涉及一种基于半监督深度学习的腺体分割方法，包括：获取待分割腺体图像；将所述待分割腺体图像输入预设的分割模型中，获取分割预测图，其中，所述分割模型基于训练集训练获得，所述训练集包括有标注的结直肠癌腺体图像和乳腺癌腺体图像，无标注的结直肠癌腺体图像和乳腺癌腺体图像，所述分割模型包括教师模型、学生模型和教师助理模型，所述教师模型、学生模型和教师助理模型的主干网络均采用DeepLabv3+网络构建。本发明能够有效地提升结直肠癌和乳腺癌腺体图像的分割精度。
-
公开(公告)号：CN114973244B
公开(公告)日：2023-04-11
申请号：CN202210659966.0
申请日：2022-06-12
Applicant: 桂林电子科技大学
IPC: G06V20/69 , G06V10/764 , G06V10/80 , G06T7/00
Abstract: 本发明公开了一种乳腺癌H&E染色病理图像有丝分裂自动识别系统和方法，属于数字图像处理技术技术领域，包括：输入图像预处理模块：对原始图片进行按照预定的patch尺寸切割，并通过图片翻转、旋转等方式进行数据增强；分割模块：通过在训练集中裁剪patches训练一个分割网络，将测试集数据按相应尺寸切割并送入分割网络，得到patch级的分割结果，然后将分割后结果按照其在预处理阶段截取的patch坐标信息来重建出属于原始尺寸的图像。该乳腺癌H&E染色病理图像有丝分裂自动识别系统和方法，对于准确地分割和分类乳腺癌有丝分裂的细胞，特别是样本细胞数量稀少，特征复杂的，具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN109255033B
公开(公告)日：2021-10-08
申请号：CN201811308701.6
申请日：2018-11-05
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于位置服务领域的知识图谱的推荐方法，抽取位置实体，得实体集作为知识图谱的种子集；将种子集与知识图谱中实体对应，构成实体对应表；将知识图谱中知识图谱三元组，通过Word2Vec模型将词汇嵌入n维空间中，生成对应的向量，得到位置或领域实体向量集E和关系向量集R，用TransE算法对实体向量集E和关系向量集R进行翻译，得到能够快速计算实体间的语义相似性的三元组向量集；根据位置或领域实体向量集E，分别计算搜索位置或领域间的语义相似性simA,B(A，B)，生成旅游位置的语义相似性矩阵；用语义相似性矩阵进行Top‑k推荐列表，将推荐列表按机器学习聚类算法进行聚类，将类聚结果推荐给用户。该方法推荐精度高，解决冷启动和稀疏性问题。
-
公开(公告)号：CN111951341A
公开(公告)日：2020-11-17
申请号：CN202010875932.6
申请日：2020-08-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于RGB-D SLAM的闭环检测改进方法，包括如下步骤：1)接收系统前端的关键帧序列Fs和新帧Fk+1，计算新帧Fk+1的运动估计，获得旋转矩阵R和平移向量t；2)计算新帧Fk+1的运动轨迹曲率c；3)选取阈值m的数值；4)比较c与m；5)检测完毕。这种方法能构建全局一致的轨迹和地图，能构建更准确地闭环，提高系统的可靠性。
-
公开(公告)号：CN111931661A
公开(公告)日：2020-11-13
申请号：CN202010806221.3
申请日：2020-08-12
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络的实时口罩佩戴检测方法，其特征在于，包括如下步骤：1）建立基于YOLO算法的检测模型；2）处理视频流；3）训练检测模型4）筛选结果；5）确定被检测者的身份。这种方法实现简单、检测效率高，检测速度快且满足实时检测、适用性好。
-
公开(公告)号：CN110798885A
公开(公告)日：2020-02-14
申请号：CN201911062583.X
申请日：2019-11-03
Applicant: 桂林电子科技大学
IPC: H04W64/00 , H04B13/02 , G06N3/08 , H04W84/18 , H04B17/391
Abstract: 本发明公开了一种基于测距和神经网络算法的水下定位方法，由以下方法模块构成，其方法模块包括信息处理系统模块、水下定位操作模块、显示器终端模块以及数据保存与传送模块，固定节点包括传感器节点和水声中继节点，传感器节点搜集水下信息并经过中继节点进行多跳组网，网关节点实现了水声通信和无线通信的衔接，解决了声波在水下信道中由于传播损失、吸收损失、散射损失和反射损失的存在，使得信号传输能量衰减较大的问题，它将水下网络纳入整个无线网络，水下数据经由传感器节点采集后传输至海面或岸基指挥中心，解决了由于水下缺乏便捷的可再生资源，使得水下传感器网络的运作主要依靠节点上有限负荷的电池工作。
-
公开(公告)号：CN109409278A
公开(公告)日：2019-03-01
申请号：CN201811221354.3
申请日：2018-10-19
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于估计网络的图像目标定位方法，涉及图像处理技术领域,解决的技术问题是提供一种实时性良好，目标识别定位方法精度、效率较高的图像定位方法,该方法包括如下步骤：（1）建立基于估计网络的图像目标定位系统；（2）图像特征提取；（3）目标对象分割定位操作，利用卷积神经网络的特性进行目标对象分割定位操作；（4）接受输入图片对象；（5）构建估计对象；（6）卷积与池化；（7）得到输出定位结果，利用第三方开源工具Caffe构建卷积模型，最终得到定位结果。本发明可使定位检测的精度高，检测速度快、效率高，实时性强。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.039 seconds)
