公开(公告)号：CN114821187A

公开(公告)日：2022-07-29

申请号：CN202210545591.5

申请日：2022-05-19

Applicant: 济南大学

Inventor： 牛四杰 ,  徐睦浩 ,  周雪莹 ,  高希占 ,  田京兰 ,  范雪 ,  张梦娇

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/40 ,  G06V10/771 ,  G06K9/62 ,  G06T7/00 ,  G06T7/73 ,  G06T3/40 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于判别学习的图像异常检测和定位方法，所述方法的实现包括内容如下：通过基于外部数据集训练的网络，对原始图像进行特征提取；采用梯度偏好的方法进行特征选择；将得到的特征送入带有中心约束的判别网络中进行异常检测。本发明通过能够在不需要异常数据的情况下，准确检测并定位到图像中存在的异常。在解决图像异常检测和定位上表现出强大的性能和理论优势。极大的提高了检测效率和准确性。

公开(公告)号：CN116843614A

公开(公告)日：2023-10-03

申请号：CN202310524403.5

申请日：2023-05-11

Applicant: 济南大学

Inventor： 徐睦浩 ,  周雪莹 ,  史欣妤 ,  张凤航 ,  张梦娇

IPC: G06T7/00 ,  G06T7/73 ,  G06T3/40 ,  G06V10/44 ,  G06V10/22 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/096 ,  G06N3/088

Abstract: 本发明涉及计算机视觉处理技术领域，特别涉及一种基于先验引导多语义融合的图像异常检测和定位方法，所述方法的实现包括内容如下：通过预先训练好的视觉‑语言网络提取正常图像的抽象全局语义，然后构建可学习的语义编码库，通过向量离散化来存储正常样本的代表性特征向量。最后，将上述多语义特征进行融合后，作为解码器的输入，引导异常图像重建为正常，以此来检测和定位异常。本发明通过能够在没有任何异常先验的情况下，准确检测并定位到图像中存在的异常。极大的提高了检测效率和准确性。

公开(公告)号：CN116664483A

公开(公告)日：2023-08-29

申请号：CN202310405451.2

申请日：2023-04-17

Applicant: 济南大学

Inventor： 牛四杰 ,  周雪莹 ,  徐睦浩 ,  高希占 ,  冯光

IPC: G06T7/00 ,  G06T7/60 ,  G16H50/20

Abstract: 本发明公开了一种多指标协同的OCT视网膜图像病变演进预测方法，所述方法通过融合多种影像和临床指标的空间和时序特征，建模患者前两次随访的OCT视网膜图像与病变区域发展的关系。具体来说，首先通过多种技术提取前两次随访的OCT视网膜图像与病变发展有关的影像与临床指标。接着，使用全卷积神经网络和长短时记忆网络分别提取OCT视网膜图像和多种指标的空间和时序特征。最后，将时序和空间特征融合，预测后续随访时间病变区域的发展。