-
公开(公告)号：CN118010884A
公开(公告)日：2024-05-10
申请号：CN202410206017.6
申请日：2024-02-26
Applicant: 浙江工业大学
Abstract: 本发明涉及化学分析鉴定技术领域，尤其涉及一种基于硫代葡萄糖苷的西藏自治区高原地区芫根的鉴定方法，本发明通过测量西藏自治区高原地区芫根中的主要物质，并利用超高效液相色谱‑串联四极杆/线性离子阱质谱联用技术进行定性分析，通过物质的母离子和特定碰撞能量下的子离子精准定性和定量，可精确检测西藏自治区高原地区芫根中的主要物质的种类和含量，检测高效、准确、灵敏。通过对比西藏自治区高原地区与其他地区芫根的主要物质，确定了西藏自治区高原地区的特征硫代葡萄糖苷化合物，并建立了不同特征硫代葡萄糖苷化合物的不同浓度及其对应定量离子的离子丰度之间的标准曲线，利用所述特征硫代葡萄糖苷化合物可鉴定出未知地区的芫根是否为西藏自治区高原地区芫根，为芫根的产地鉴定提供了方法。
-
公开(公告)号：CN113706546A
公开(公告)日：2021-11-26
申请号：CN202110968957.5
申请日：2021-08-23
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于轻量级孪生网络的医学图像分割方法及装置，利用孪生网络的特点能够更好地对比生成的特征图，通过孪生网络和轻量级模块的结合来达到更好的轻量化效果，在特征图之间加入了一个差异模块，通过对两个特征图作差获取两个相邻切片的差异并用它监督训练，获得更好的边界效果；在编码最后加入了一个联系模块，通过参照其他切片对应位置的信息能更好指导当前切片的分割，减少假阳性，减少误差。
-
公开(公告)号：CN113706545A
公开(公告)日：2021-11-26
申请号：CN202110967552.X
申请日：2021-08-23
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于双分支神经判别降维的半监督图像分割方法，采用训练数据集训练构建的图像分割模型，图像分割模型包括特征提取模块和解码模块，所述特征提取模块采用Swin Transformer网络，所述SwinTransformer网络两个分支的对应Swin Transformer快之间设置有神经判别降维模块NDDR，所述神经判别降维模块NDDR与下一个SwinTransformer快之间设置有分片融合模块，所述解码模块包括两个与SwinTransformer网络两个分支分别对应的解码器，使用半监督的方法以双分支的形式在全局的函数回归任务和像素分类任务之间建立一致性，在充分考虑几何约束的情形下，关注局部特征的同时结合全局整体之间的联系，提高伪注释和分割的质量，从而提升图像分割的性能。
-
公开(公告)号：CN108053433A
公开(公告)日：2018-05-18
申请号：CN201711213529.1
申请日：2017-11-28
Applicant: 浙江工业大学
Abstract: 一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法，包括以下步骤：1)计算图像空间物理坐标；2)统一体像素间距转换图像格式；3)确定多模态图像层间对齐关系；4)各序列多模态二维图像内壁分割：依次选定某序列MRI图像，确定该序列图像的分割起始层和终止层，在起始层图像选定颈动脉所在的ROI，利用分割方法实现整个序列的连续自动分割；5)基于内壁轮廓的三维配准：利用清晰的内壁轮廓分割结果进行三维的连续配准。本发明对各种类型的颈动脉多模态序列图像是有效的，很好地达到像素间的对齐配准，从而方便医生后续的诊疗判断以及斑块成分分析。
-
公开(公告)号：CN113706545B
公开(公告)日：2024-03-26
申请号：CN202110967552.X
申请日：2021-08-23
Applicant: 浙江工业大学
IPC: G06T7/10 , G06T5/50 , G06V10/42 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于双分支神经判别降维的半监督图像分割方法，采用训练数据集训练构建的图像分割模型，图像分割模型包括特征提取模块和解码模块，所述特征提取模块采用Swin Transformer网络，所述Swin Transformer网络两个分支的对应Swin Transformer块之间设置有神经判别降维模块NDDR，所述神经判别降维模块NDDR与下一个Swin Transformer块之间设置有分片融合模块，所述解码模块包括两个与Swin Transformer网络两个分支分别对应的解码器，使用半监督的方法以双分支的形式在全局的函数回归任务和像素分类任务之间建立一致性，在充分考虑几何约束的情形下，关注局部特征的同时结合全局整体之间的联系，提高伪注释和分割的质量，从而提升图像分割的性能。
-
Patent Agency Ranking
公开(公告)号：CN116433678A
公开(公告)日：2023-07-14
申请号：CN202310356156.2
申请日：2023-03-30
Applicant: 浙江工业大学
IPC: G06T7/10 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于空间传递小样本学习的细胞图像分割方法，获取待分割的细胞图像，进行预处理后输入到构建的分割网络模型，所述分割网络模型包括第一编码器模块、第二编码器模块和解码器模块，将待分割的细胞图像分别输入到两个编码器模块中，在一个编码器模块中使用空间传递单元对输入特征图按行和列分别进行上、下、左、右不同方向的卷积，两个编码器模块输出的特征图经过连接操作得到融合后的编码特征，最后在解码模块中，将融合后的编码特征依次经过四次上采样操作，得到解码特征，将解码特征经过激活函数处理得到最后的分割结果。本发明使得在面对医学图像中常见的模糊边界以及遮挡的问题时，也能得到较好的分割结果。
-
公开(公告)号：CN107977965B
公开(公告)日：2021-05-18
申请号：CN201711262022.5
申请日：2017-12-04
Applicant: 浙江工业大学
Abstract: 一种基于CT图像的肠系膜上动脉夹层FFR的无创计算方法，包括以下步骤：S01：图像采集；S02：提取肠系膜上动脉口；S03：提取肠系膜上动脉；S04：生成肠系膜上动脉网格模型；S06：肠系膜上动脉FFRCT计算：通过公式FFRCT＝Pd/Pa计算血流储备分数，其中Pa是肠系膜夹层上游血压，Pd是肠系膜夹层下游血压；S07：对患者CTA图像进行上述实验步骤，计算得出FFRCT值。本发明基于肠系膜动脉CT图像，能快速准确的全自动得到血流储备分数FFR。
-
公开(公告)号：CN116486074A
公开(公告)日：2023-07-25
申请号：CN202310333324.6
申请日：2023-03-30
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于局部和全局上下文信息编码的医学图像分割方法，获取待分割的医学图像，进行预处理后输入到构建的分割网络模型，所述分割网络模型包括编码模块、特征提取模块和解码模块，在编码模块中对预处理后的待分割医学图像依次经过四次卷积、最大池化操作和连接操作，然后通过深度可分离卷积融合多尺度特征，输出编码特征；在特征提取模块中，编码特征依次经过空洞注意力模块和和空间网格注意力模块，提取得到含有全局上下文信息的特征图，在解码模块中，将特征图通过像素重组操作，然后将像素重组操作输出的特征图进行拼接后输入一个卷积层，得到分割结果。本发明有效地整合局部上下文信息和全局上下文信息，分割结果更加准确。
-
公开(公告)号：CN118169285A
公开(公告)日：2024-06-11
申请号：CN202410327231.7
申请日：2024-03-21
Applicant: 浙江工业大学
Abstract: 本发明涉及化学分析鉴定技术领域，尤其涉及一种基于广泛靶向代谢组学技术的那曲芫根的鉴定方法基于非靶向代谢组学技术测量那曲芫根、玛咖、白萝卜的代谢物，并结合非靶向代谢组学技术分析与挖掘，以达到更高水平的组分离和样本分类，根据若干代谢物的显著性分析p值、差异倍数（FC）和变量权重值（VIP）评分筛选了它们之间的差异代谢物，并进一步从中选择具有显著差异的差异代谢物作为特征标志物，并通过UPLC‑ESI‑Q‑TOF‑MS技术结合靶向代谢组学技术鉴定了筛选出的特征标志物含量，鉴定发现那曲芫根中的特征标志物含量显著高于玛咖和白萝卜，说明本鉴定分析方法有效，可以有效区分那曲芫根与玛咖和白萝卜。
-
公开(公告)号：CN113706546B
公开(公告)日：2024-03-19
申请号：CN202110968957.5
申请日：2021-08-23
Applicant: 浙江工业大学
IPC: G06T7/10 , G06T5/50 , G06V10/764 , G06V10/80 , G06N3/0455 , G06N3/0495 , G06N3/0464 , G06N3/09 , G16H30/20
Abstract: 本发明公开了一种基于轻量级孪生网络的医学图像分割方法及装置，利用孪生网络的特点能够更好地对比生成的特征图，通过孪生网络和轻量级模块的结合来达到更好的轻量化效果，在特征图之间加入了一个差异模块，通过对两个特征图作差获取两个相邻切片的差异并用它监督训练，获得更好的边界效果；在编码最后加入了一个联系模块，通过参照其他切片对应位置的信息能更好指导当前切片的分割，减少假阳性，减少误差。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.025 seconds)
