-
公开(公告)号：CN117174292A
公开(公告)日：2023-12-05
申请号：CN202311129327.4
申请日：2023-09-04
Applicant: 浙江大学
Abstract: 一种基于深度学习的主动脉瓣钙化程度评估方法，包括：首先采集CT数据并建立心动周期索引；随后训练深度学习算法模型，预测旋转矩阵，并通过多平面重建确定主动脉的LCP横断面；然后处理LCP平面切面图像，通过一系列的图像处理与机器学习算法，分割得到人工瓣膜区域；再训练钙化区域分割网络，通过训练后的模型分割人工瓣膜区域中的钙化区域，并计算瓣叶运动功能受限程度；最后可视化分割结果，并通过医学参数评估主动脉瓣钙化程度及术后风险。本发明能有效、快速地确定人工瓣膜正立图，从而确定主动脉的冠状面、矢状面与横断面；在不同CT采集设备、不同心动周期、不同规格的人工瓣膜的CT影像数据上都能够达到较好的分割效果。
-
公开(公告)号：CN116452912A
公开(公告)日：2023-07-18
申请号：CN202310320811.9
申请日：2023-03-28
Applicant: 浙江大学 , 杭州普健医疗科技有限公司
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种训练方法、目标检测方法、介质及电子设备。所述训练方法包括：获取医疗图像数据集和各所述医疗图像的实际包围盒标签；通过所述检测网络的骨干网络对各所述医疗图像进行处理，以获取各所述医疗图像的特征图金字塔；通过所述检测网络的对比头对各所述特征图金字塔中的特征图进行处理以获取各所述医疗图像的对比特征图，并根据各所述实际包围盒标签对各特征图进行处理，以获取各所述医疗图像的正负样本对比标签；根据各所述实际包围盒标签、各所述包围盒预测结果、检测损失函数、各所述正负样本对比标签、各所述对比特征图以及对比损失函数，对所述检测网络进行训练。所述训练方法能够提升病变检测模型的性能。
-
公开(公告)号：CN113343446B
公开(公告)日：2022-07-01
申请号：CN202110568255.8
申请日：2021-05-25
Applicant: 国网湖北省电力有限公司荆门供电公司 , 海南浙江大学研究院
IPC: G06F30/20 , G06Q50/06 , H02J13/00 , G06F119/02
Abstract: 本发明提供基于智能仿真技术的变电站监控系统数据分析校验方法，模拟间隔层IED设备模拟智能变电站一次设备并设定一次设备的位置信息；获取模拟间隔层IED设备模拟信息并发送给测控装置转至监控系统站控层；监控系统站控层接收模拟间隔层IED设备采集的位置状态信息，并发送一键顺控指令；接收监控系统站控层下发的顺控指令并响应命令，同步变位上送的模拟一次设备位置及相关模拟量信号，并输出校验测试报告。本发明还提供基于智能仿真技术的变电站监控系统数据分析校验系统。本发明通过全息仿真变电站内的智能二次设备信息模型，实现对实际物理二次设备的高相似性数字化仿真，完成针对监控系统数据分析校验的功能。
-
公开(公告)号：CN117994360A
公开(公告)日：2024-05-07
申请号：CN202311483507.2
申请日：2023-11-08
Applicant: 浙江大学杭州国际科创中心
IPC: G06T7/90 , G06N3/0464 , G06N3/08 , G06V10/80 , G06T3/4038 , G06T3/02
Abstract: 本申请涉及一种基于深度可逆神经网络的图像色差测量方法、系统和介质，其中，基于深度可逆神经网络的图像色差测量方法包括：获取在感知不均匀的颜色空间中的多个图像对；将所述图像对作为训练样本输入至深度可逆神经网络模型中进行训练，得到色差测量模型；其中，所述色差测量模型采用可逆三维坐标变换函数将所述图像对从所述感知不均匀的颜色空间映射至感知均匀的颜色空间，得到坐标可逆变换后的图像对；并计算所述坐标可逆变换的图像对在所述感知均匀的颜色空间的色差；将待测量图像对输入至所述色差测量模型，获得所述待测量图像对的色差，提高了在测量自然图像色差和均匀颜色块色差上的性能。
-
公开(公告)号：CN116452912B
公开(公告)日：2024-04-05
申请号：CN202310320811.9
申请日：2023-03-28
Applicant: 浙江大学 , 杭州普健医疗科技有限公司
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种训练方法、目标检测方法、介质及电子设备。所述训练方法包括：获取医疗图像数据集和各所述医疗图像的实际包围盒标签；通过所述检测网络的骨干网络对各所述医疗图像进行处理，以获取各所述医疗图像的特征图金字塔；通过所述检测网络的对比头对各所述特征图金字塔中的特征图进行处理以获取各所述医疗图像的对比特征图，并根据各所述实际包围盒标签对各特征图进行处理，以获取各所述医疗图像的正负样本对比标签；根据各所述实际包围盒标签、各所述包围盒预测结果、检测损失函数、各所述正负样本对比标签、各所述对比特征图以及对比损失函数，对所述检测网络进行训练。所述训练方法能够提升病变检测模型的性能。
-
Patent Agency Ranking
公开(公告)号：CN1876644A
公开(公告)日：2006-12-13
申请号：CN200610052219.1
申请日：2006-06-30
Applicant: 浙江东港药业有限公司 , 浙江大学
IPC: C07D319/06
Abstract: 本发明涉及一种(4R－cis)－6－甲酰基－2，2－二甲基－1，3－二氧己环－4－乙酸叔丁酯的合成新方法。现有技术中中间体的定量分析和纯化相对比较困难，最后产物常需过柱以后才能达到后续反应的要求。本发明在起始原料中先引入对甲苯磺酰基，使中间体的分析控制变得容易，同时由于对甲苯磺酰基的引入，中间体的熔点显著提高，这就使通过结晶纯化变得可能，从而提高目的产物的纯度，以利于工业化生产。本发明工艺相对较短，总收率较高，无需过柱即可得到高含量的目的产物。
-
公开(公告)号：CN114861802A
公开(公告)日：2022-08-05
申请号：CN202210522739.3
申请日：2022-05-13
Applicant: 浙江大学
Abstract: 本发明提供一种医学图像分割模型的训练方法、介质及电子设备。所述方法包括：对所述医学图像分割模型进行第一阶段的训练，其中，所述第一阶段的训练包括多轮训练；对所述医学图像分割模型进行第二阶段的训练，以完成对所述医学图像分割模型的训练，其中，所述第二阶段的训练包括多轮训练。所述方法可以直接利用所述普通样本和所述困难样本完成对所述医学图像分割模型的训练。
-
公开(公告)号：CN118037752A
公开(公告)日：2024-05-14
申请号：CN202410229911.5
申请日：2024-02-29
Applicant: 浙江大学
IPC: G06T7/11 , G06T7/12 , G06T7/13 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 一种基于超声心动图的右室心肌分割方法和系统，所述方法具体流程包括：首先获取超声视频数据，获取超声心动图图像帧，并预处理；判断当前模型是否训练，执行训练过程或者预测过程；训练过程包括数据增强以及构建连接性掩码，通过Sobel算子提取心脏结构边缘信息，通过U‑Net网络学习心肌区域；预测过程输入超声心动图，通过训练后的模型分割预测得到右室心肌区域；最后可视化右室心肌分割结果，可以通过手动方法对分割结果进行微调。
-
公开(公告)号：CN118037685A
公开(公告)日：2024-05-14
申请号：CN202410229909.8
申请日：2024-02-29
Applicant: 浙江大学
IPC: G06T7/00 , G06T5/90 , G06T7/11 , G06T7/155 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/042 , G06N3/08 , A61B8/00
Abstract: 一种基于深度学习的超声器官结构点定位方法和装置，所述方法具体流程包括：首先采集超声视频并采用超声动态区域检测，裁剪超声影像区域视频；随后提取预测帧周围的图像序列；然后训练UNet热图预测模型，预测器官结构点构成的热图；然后处理预测的器官结构点热图，通过非极大值抑制，抑制局部最大值邻域内的其他值；再训练特征提取网络和图同构神经网络，通过训练后的模型从热图中提取影像特征并预测器官结构点坐标；最后可视化器官结构点，展示器官解剖学特征，为器官三维重建、医学参数评估提供基础。
-
公开(公告)号：CN114529551A
公开(公告)日：2022-05-24
申请号：CN202210027477.3
申请日：2022-01-11
Applicant: 浙江大学
Abstract: 本发明公开了一种面向CT图像分割的知识蒸馏方法，该方法首先提取特征图对，对同一份待分割的输入CT图像，从学生模型和教师模型中提取尺寸相同的特征图对；然后计算蒸馏损失，对特征图对中的各语义区域代表特征之间计算相似度，将学生模型和教师模型的相似度差值作为蒸馏损失；最后指导训练，将蒸馏损失和原本学生模型的分割任务损失回传给学生模型，更新学生模型的网络参数完成训练。本发明知识蒸馏方法专为医学CT图像设计，在不影响轻量级分割网络的运行效率的基础上，大大提高了其分割效果；使得轻量级模型在实际应用场景中可以替代重量级模型运行；通用性强，使用方便。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.018 seconds)
