-
公开(公告)号：CN118608390A
公开(公告)日：2024-09-06
申请号：CN202410545154.2
申请日：2024-04-30
Applicant: 武汉大学 , 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供了一种图像脱敏方法、装置、存储介质及电子设备，通过对识别特征点后的待处理图像进行多次尺度和/或旋转变换，得到多张卷积图像，再通过对卷积图像中的各特征点对应的特征区域按照一定的方向进行旋转，得到多张旋转图像，最后将各尺度的旋转图像进行融合，得到尺度和旋转都具有不变性的包含特征点的图片，然后对识别出的特征点对应的隐私数据区域进行脱敏，确定脱敏图像。通过对待处理图像进行尺度变换，得到各个尺度和各个旋转角度下的图像的特征描述子，确定具有旋转不变性和尺度不变性的包含特征点的图像，使得脱敏处理后的图像仍然可以获取对应的特征信息，即在有效的保护待处理图像的隐私信息的同时，保留了图像的特征信息。
-
公开(公告)号：CN118313007A
公开(公告)日：2024-07-09
申请号：CN202410547196.X
申请日：2024-04-29
Applicant: 武汉大学 , 支付宝(杭州)信息技术有限公司
IPC: G06F21/62 , G06Q40/08 , G06F40/247 , G06F40/30
Abstract: 本说明书实施例公开了一种基于隐私保护的文件处理方法、装置及设备，该方法包括：获取待脱敏的医疗理赔文件，医疗理赔文件中包括就医过程中产生的医疗文本的图像和/或就医过程中拍摄的医疗图像，医疗理赔文件中包括预设隐私项目的隐私数据，然后，基于医疗理赔文件，通过对抗大模型确定医疗理赔文件中的文本数据中包含的重要性高于预设阈值的目标词语，并在医疗理赔文件上对目标词语进行同义词替换，得到隐私保护后的医疗理赔文件，最终，基于隐私保护后的医疗理赔文件，基于语义调整模型提取隐私保护后的医疗理赔文件的内容的语义信息，并基于该语义信息对隐私保护后的医疗理赔文件的内容进行调整，得到脱敏后的医疗理赔文件。
-
公开(公告)号：CN118315030A
公开(公告)日：2024-07-09
申请号：CN202410534441.3
申请日：2024-04-29
Applicant: 武汉大学 , 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种基于隐私保护的医疗图像处理方法、装置及设备，该方法包括：获取待处理的医疗图像数据；对医疗图像数据进行特征提取，得到医疗图像数据对应的图像特征，并基于医疗图像数据中预设的图像关键点所在的区域对应的图像特征，通过非刚性变换模型对医疗图像数据中存在的图像显示异常进行校正，得到校正后的医疗图像数据；获取校正后的医疗图像数据中包含文本信息的图像区域，并对图像区域中的文本信息进行增强处理，得到增强后的医疗图像数据；将增强后的医疗图像数据对应的图像特征输入到脱敏模型中，得到脱敏后的医疗图像数据，并对脱敏后的医疗图像数据进行隐私数据剥离验证，以在验证通过时输出脱敏后的医疗图像数据。
-
公开(公告)号：CN112215847B
公开(公告)日：2022-06-24
申请号：CN202011058744.0
申请日：2020-09-30
Applicant: 武汉大学
IPC: G06T7/10
Abstract: 本发明公开了一种面向基于对抗学习多尺度特征的重叠染色体自动分割方法的生成对抗神经网络研究，人类染色体分析的挑战是染色体自动分割的重叠，这阻碍了医学诊断和生物医学研究。因此，本发明提出了一个对抗多尺度特征学习框架，采用嵌套U形网络(NestedUNet)作为生成器，旨在利用多尺度特征探索染色体图像的“最优”表示；使用条件生成对抗网络(cGAN)对抗学习来推动输出分布更接近金标准图像；采用最小二乘GAN目标来提高框架的训练稳定性；利用Lovász‑Softmax损失进行连续性的优化，取得了更好的性能。本发明实验结果表明，本发明方法在主观视觉的效果和客观评价的标准上都会优于其他传统的算法。
-
公开(公告)号：CN112215847A
公开(公告)日：2021-01-12
申请号：CN202011058744.0
申请日：2020-09-30
Applicant: 武汉大学
IPC: G06T7/10
Abstract: 本发明公开了一种面向基于对抗学习多尺度特征的重叠染色体自动分割方法的生成对抗神经网络研究，人类染色体分析的挑战是染色体自动分割的重叠，这阻碍了医学诊断和生物医学研究。因此，本发明提出了一个对抗多尺度特征学习框架，采用嵌套U形网络(NestedUNet)作为生成器，旨在利用多尺度特征探索染色体图像的“最优”表示；使用条件生成对抗网络(cGAN)对抗学习来推动输出分布更接近金标准图像；采用最小二乘GAN目标来提高框架的训练稳定性；利用Lovász‑Softmax损失进行连续性的优化，取得了更好的性能。本发明实验结果表明，本发明方法在主观视觉的效果和客观评价的标准上都会优于其他传统的算法。
-
Patent Agency Ranking
公开(公告)号：CN113065398B
公开(公告)日：2022-10-11
申请号：CN202110240318.7
申请日：2021-03-04
Applicant: 武汉大学
Abstract: 本发明属于眼科监测技术领域，公开了一种眼球震颤监测方法及系统，受试者坐在转动座椅上并佩戴头戴式相机，头戴式相机包括十字结构光，采集得到眼球采集图像；通过图像处理算法模块进行眨眼检测；若判断受试者处于眨眼状态，则不进入眼球震颤监测阶段，并在眨眼后自动恢复眨眼检测；若判断受试者处于非眨眼状态，则进入眼球震颤监测阶段；进入眼球震颤监测阶段后，通过图像处理算法模块对十字结构光进行检测得到眼球参考中心，通过图像处理算法模块对眼球的水平位移、垂直位移进行测量获得眼球的三维信息，计算眼球的旋动角度得到眼球震颤监测结果；通过上位机对眼球震颤监测结果进行显示。本发明能够提高眼球震颤监测精度。
-
公开(公告)号：CN114018789A
公开(公告)日：2022-02-08
申请号：CN202111170595.1
申请日：2021-10-08
Applicant: 武汉大学
Abstract: 本发明公开一种基于成像流式细胞检测和机器学习的急性白血病分型方法，具体是以光流控时域拉伸荧光显微成像系统为基础，通过荧光标记特定类型细胞作为参照标签，获得相应细胞的强度和相位图像，构建急性白血病细胞图像数据集，训练得到急性白血病分型模型，并优化模型，提升急性白血病分型模型速度和精度。在此基础上，采用训练好的分型模型分析光流控时域拉伸荧光显微成像系统成像无需标记的检测对象外周血细胞所获取的细胞图像，分析对象所患急性白血病类型，实现高速、高精度的急性白血病分型。
-
公开(公告)号：CN112288706A
公开(公告)日：2021-01-29
申请号：CN202011161688.3
申请日：2020-10-27
Applicant: 武汉大学
Abstract: 本发明提供一种自动化的染色体核型分析以及异常检测方法。本发明将注意力机制和卷积神经网络相结合，该方法分两阶段对目标定位，第一阶段粗定位出目标的区域；第二阶段在第一阶段的目标区域内加上注意力机制，提取更深层语义特征预测出目标的掩码，同时借助类别预测和检测框回归任务粗定位出目标的位置，并进行分割；最后，利用训练好的模型对染色体图像分割与检测，可以准确的实现染色体分割与异常检测，从而实现染色体核型分析自动化。本发明提供的方法能够克服传统的染色体核型分析方法主要依赖于遗传学家进行人工交互性分析，存在耗时、不易分离重叠染色体、不能自动检测异常染色体等缺点。
-
公开(公告)号：CN117830779A
公开(公告)日：2024-04-05
申请号：CN202311834668.1
申请日：2023-12-27
Applicant: 武汉大学
Abstract: 本发明公开了一种病理图像多通道融合自动匹配方法及系统，用于医学图像匹配领域以克服病理图像高精度匹配的技术难题，并通过定位病理图像局部共同区域满足癌症辅助诊断的临床需求。首先，通过归一化图像模态创建多个单模态图像匹配通道。随后，在每个通道中分别进行图像匹配，包括提取特征点、构建特征向量、确定匹配特征。然后，根据匹配特征的映射关系一致性，融合多通道匹配特征确定匹配结果。最后，使用高度一致的匹配结果辅助临床精确定位病理图像的局部共同区域。本发明提供的病理图像匹配方法和装置通过归一化图像模态避免了模态差异干扰病理图像匹配，并融合多通道匹配特征增强了匹配结果的一致性，避免了错误匹配，提高了匹配精度。
-
公开(公告)号：CN112465722A
公开(公告)日：2021-03-09
申请号：CN202011408994.2
申请日：2020-12-04
Applicant: 武汉大学
Abstract: 本发明提出了一种异常相位图像的修复方法。针对于传统算法并不能很好地完成相位解包裹，存在相位跳变，导致图像出现瑕点等问题。本发明以修复异常相位解卷为研究目标，利用深度学习方法进行建模，研究提出了有效的修复瑕疵相位图像的方法。本发明的实验结果表明，本发明的算法在主观视觉的效果和客观评价的标准上都取得了较好效果。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.031 seconds)
