公开(公告)号：CN117593180A

公开(公告)日：2024-02-23

申请号：CN202311425035.5

申请日：2023-10-31

Applicant: 武汉纺织大学

Inventor： 陈佳 ,  林泽平 ,  胡新荣 ,  梁金星 ,  徐学平

IPC: G06T3/14 ,  G06T3/18 ,  G06V10/26 ,  G06V10/74 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明涉及一种基于弱监督学习的肺部X射线图像配准方法，本发明提出了一个结合Transformer和CNN的配准模块，融合了Transformer中有但CNN不具备的对于理解移动图像和固定图像之间的空间对应关系优势，提升配准的位置精度；同时由于医学图像的分割掩码制作成本偏大，我们在整体配准模型中，提供了新的轻量化的医学图像分割网络，为缺失分割掩码的图像提供肺部掩码。同时由于以往在模型训练中，一般直接比较整张图像的相似度，但实际上我们更加关注的时肺部区域的配准情况，因此，本发明提出了一个新的损失函数，通过对于肺部区域进行相似度比较时，增加权重的方法，让图像配准更加关注于肺部区域。

公开(公告)号：CN117611230A

公开(公告)日：2024-02-27

申请号：CN202311398830.X

申请日：2023-10-26

Applicant: 武汉纺织大学

Inventor： 陈佳 ,  李赵勇 ,  胡新荣 ,  彭涛 ,  林泽平

IPC: G06Q30/0202 ,  G06F18/241 ,  G06N3/042 ,  G06V10/56 ,  G06V10/62 ,  G06F123/02

Abstract: 本发明涉及一种基于图神经网络的时尚元素趋势预测方法，本发明能发现不同时尚元素间的空间依赖关系，通过GRU建模动态的空间依赖关系，使用交互学习模块来捕获时间依赖关系，利用时间序列的特性，将序列分为两条子序列，并通过不同的卷积核捕获不同尺度的时间依赖关系，并使用交互学习进行信息的交换与补充。同时采用Nonlocal来捕获全局依赖关系，将不同尺度的时间依赖关系融合在一起，获得更为准确的预测结果，并提出了一个时尚元素趋势数据集，为时尚元素趋势任务提供了便利。