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

    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

    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。

    一种患儿医源性皮肤损伤自动评估手持装置

    公开(公告)号:CN114343579A

    公开(公告)日:2022-04-15

    申请号:CN202210004675.8

    申请日:2022-01-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种患儿医源性皮肤损伤自动评估手持装置,包括手柄、底座和检测头;底座内设有电池模块、图像处理模块、智能推荐模块和数据库模块;手柄内设有5G传输模块和控制开关;检测头上设有CCD扫描器、触屏显示屏和高清摄像头;图像处理模块的输入端与高清摄像头连接,接收来自高清摄像头传来的图像数据并进行分类分级;图像处理模块的输出端与智能推荐模块连接,将分类分级的结果传入智能推荐模块;所述的智能推荐模块连接数据库模块,用于从数据库模块中调取分类分级处治方案。利用本发明,可以实现对NICU中新生儿医源性皮肤损伤的损伤类型判断以及损伤程度鉴定,并根据判断鉴定结果推荐相应的处治意见。

    一种基于深度学习的儿童中医舌诊图像色彩自动校正方法及系统

    公开(公告)号:CN119273596A

    公开(公告)日:2025-01-07

    申请号:CN202411284751.0

    申请日:2024-09-13

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习的儿童中医舌诊图像色彩自动校正方法及系统,包括:(1)拍摄包含色彩标准卡的舌诊图像,收集色彩标准卡基准图像;(2)构建改进的GAN模型,包含生成器和判别器;生成器在训练过程中,负责接收一个随机噪声向量作为输入,并生成一个与色彩校正后的舌诊图像相似的图像;判别器负责接收生成器生成的舌诊图像,并将图中的色彩标准卡与色彩标准卡基准图像进行对比,用于区分真实色彩的舌诊图像和色彩校正后的舌诊图像;(3)对GAN模型进行训练;(4)将待校正的包含色彩标准卡的舌诊图像输入生成器中,输出校正后的舌诊图像。利用本发明,可以对舌诊图像进行色彩校正,生成如实际肉眼所见的舌诊图像色彩。

    一种儿童临床低剂量CT图像的增强方法

    公开(公告)号:CN114913107A

    公开(公告)日:2022-08-16

    申请号:CN202210569168.9

    申请日:2022-05-24

    Applicant: 浙江大学

    Inventor: 俞刚 黄坚 李竞

    Abstract: 本发明公开了一种儿童临床低剂量CT图像的增强方法,包括:(1)收集训练数据集和验证数据集,(2)对图像进行预处理;(3)构建CT图像增强模型,所述的CT图像增强模型基于改进的双通道Transformer网络,还包含图像分解模块和分段重建模块;(4)利用训练数据集对CT图像增强模型进行训练,并利用验证数据集对CT图像增强模型进行评估;(5)将待增强的儿童临床低剂量CT图像输入训练好的CT图像增强模型,得到最终增强的儿童低剂量CT图像。利用本发明,可以将低剂量噪声污染严重的图像增强至满足临床诊断要求的图像质量。

    一种基于深度学习的儿童中医舌诊图像色彩自动校正方法及系统

    公开(公告)号:CN119273596B

    公开(公告)日:2025-04-01

    申请号:CN202411284751.0

    申请日:2024-09-13

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习的儿童中医舌诊图像色彩自动校正方法及系统,包括:(1)拍摄包含色彩标准卡的舌诊图像,收集色彩标准卡基准图像;(2)构建改进的GAN模型,包含生成器和判别器;生成器在训练过程中,负责接收一个随机噪声向量作为输入,并生成一个与色彩校正后的舌诊图像相似的图像;判别器负责接收生成器生成的舌诊图像,并将图中的色彩标准卡与色彩标准卡基准图像进行对比,用于区分真实色彩的舌诊图像和色彩校正后的舌诊图像;(3)对GAN模型进行训练;(4)将待校正的包含色彩标准卡的舌诊图像输入生成器中,输出校正后的舌诊图像。利用本发明,可以对舌诊图像进行色彩校正,生成如实际肉眼所见的舌诊图像色彩。

    一种基于配准增强和最优传输GAN的DSA图像生成方法

    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

    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。

    一种基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统

    公开(公告)号:CN115205599B

    公开(公告)日:2023-02-10

    申请号:CN202210879158.5

    申请日:2022-07-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统,包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序,所述计算机存储器中存有训练好的域泛化分类模型;所述的域泛化分类模型采用改进的F‑conv网络模型,包括权重层、滤波器层、共享层三个部分;对于待测的图像,输入域泛化分类模型后,通过权重组与滤波器层中对应的滤波器组进行点乘加权,将所有结果相加,获得滤波器层的输出;滤波器层的输出输入至共享层,通过多次2D的卷积,最终再通过全连接层获得模型的分类结果。利用本发明,可以让多年龄段儿童在同一模型上实现肺炎高性能分类。

Patent Agency Ranking