-
公开(公告)号：CN117455890A
公开(公告)日：2024-01-26
申请号：CN202311544713.X
申请日：2023-11-20
Applicant: 浙江大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/082 , G06N3/098
Abstract: 本发明公开了一种基于改进集成深度学习的儿童肠套叠空气灌肠结果预测装置，包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序，所述的计算机存储器中存储有训练好的儿童肠套叠空气灌肠结果预测模型；预测模型包含三个不同的基学习器和一个二级学习器；其中，每个基学习器之间采用动态信息传递机制；二级学习器用于整合三个基学习器的输出，并产生最终的预测结果；所述计算机处理器执行所述计算机程序时实现以下步骤：将待预测的透视图像输入训练好的儿童肠套叠空气灌肠结果预测模型，得到二分类预测结果。利用本发明，可以实现对空气灌肠结果更稳定、更平衡、更准确的预测。
-
公开(公告)号：CN117765041A
公开(公告)日：2024-03-26
申请号：CN202311793094.8
申请日：2023-12-25
Applicant: 浙江大学
IPC: G06T7/33 , G06T7/11 , G06V10/74 , G06V10/40 , G06N3/0499 , G06N3/0464
Abstract: 本发明公开了一种基于配准增强和最优传输GAN的DSA图像生成方法，包括：(1)收集DSA图像数据集；(2)构建生成器；输入图像进入生成器后依次经过尺度分解、特征提取线性变换、自适应注意力机制、共享空间表示、整合多尺度表示后通过前馈神经网络输出生成图像；(3)构建判别器；计算生成图像与真实图像之间的光流图，将生成图像根据光流图进行空间扭曲，将扭曲后生成的图像和真实图像分别输入到深度卷积网络进行特征提取；采用深度相关矩阵比较的方法来度量两个提取特征之间的相似性；(4)构建损失函数，对生成器和判别器进行训练；(5)将待剪影的DSA图像输入训练好的生成器，生成剪影后的图像。利用本发明，可以生成更高质量的图像。
-
公开(公告)号：CN117765041B
公开(公告)日：2024-09-27
申请号：CN202311793094.8
申请日：2023-12-25
Applicant: 浙江大学
IPC: G06T7/33 , G06T7/11 , G06V10/74 , G06V10/40 , G06N3/0499 , G06N3/0464
Abstract: 本发明公开了一种基于配准增强和最优传输GAN的DSA图像生成方法，包括：(1)收集DSA图像数据集；(2)构建生成器；输入图像进入生成器后依次经过尺度分解、特征提取线性变换、自适应注意力机制、共享空间表示、整合多尺度表示后通过前馈神经网络输出生成图像；(3)构建判别器；计算生成图像与真实图像之间的光流图，将生成图像根据光流图进行空间扭曲，将扭曲后生成的图像和真实图像分别输入到深度卷积网络进行特征提取；采用深度相关矩阵比较的方法来度量两个提取特征之间的相似性；(4)构建损失函数，对生成器和判别器进行训练；(5)将待剪影的DSA图像输入训练好的生成器，生成剪影后的图像。利用本发明，可以生成更高质量的图像。
-
公开(公告)号：CN117455890B
公开(公告)日：2024-05-31
申请号：CN202311544713.X
申请日：2023-11-20
Applicant: 浙江大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/082 , G06N3/098
Abstract: 本发明公开了一种基于改进集成深度学习的儿童肠套叠空气灌肠结果预测装置，包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序，所述的计算机存储器中存储有训练好的儿童肠套叠空气灌肠结果预测模型；预测模型包含三个不同的基学习器和一个二级学习器；其中，每个基学习器之间采用动态信息传递机制；二级学习器用于整合三个基学习器的输出，并产生最终的预测结果；所述计算机处理器执行所述计算机程序时实现以下步骤：将待预测的透视图像输入训练好的儿童肠套叠空气灌肠结果预测模型，得到二分类预测结果。利用本发明，可以实现对空气灌肠结果更稳定、更平衡、更准确的预测。
-
-
-
Search Results
4
records
(took 0.023 seconds)
