公开(公告)号：CN117422913A

公开(公告)日：2024-01-19

申请号：CN202311374121.8

申请日：2023-10-23

Applicant: 电子科技大学

Inventor： 田丹 ,  田淼 ,  骆通 ,  王子林 ,  侯依凡

IPC: G06V10/764 ,  G06T7/00 ,  G06V10/44 ,  G06V10/82 ,  G06V10/80 ,  G06V10/25 ,  G06T7/62 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种改进的CT图像肺结节检测方法、设备及存储介质，属于人工智能辅助诊断的智慧医疗领域。本发明首先对获取的CT影像数据和肺结节类别的人工标注信息进行数据预处理，得到CT图像以及对应的肺结节类别标签；构建包括主干网络、带有路径聚合网络的颈部网络，以及检测头的肺结节检测网络，并对其进行网络参数训练，直到满足预设的训练结束条件；基于训练好的肺结节检测网络获取目标对象的CT图像的肺结节检测结果。本发明通过合理利用主干网络提取到不同尺度的有效特征层并进行加权融合，并改进训练损失以进一步区分前景结节目标和背景干扰，减少假阳性结节的推荐数量，综合提升模型对各尺寸大小肺结节的检测能力。

公开(公告)号：CN116934757B

公开(公告)日：2023-11-21

申请号：CN202311199797.8

申请日：2023-09-18

Applicant: 电子科技大学

Inventor： 田丹 ,  田淼 ,  骆通 ,  王子林 ,  侯依凡

IPC: G06T7/00

公开(公告)号：CN119323546A

公开(公告)日：2025-01-17

申请号：CN202411366565.1

申请日：2024-09-29

Applicant: 电子科技大学

Inventor： 田淼 ,  侯依凡 ,  钱可伟 ,  魏天龙 ,  张大勇 ,  刘海波 ,  姜乐 ,  黄霁

IPC: G06T7/00 ,  G06V40/14 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/62 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开了一种基于冠脉造影和时空协同学习的冠脉狭窄检测方法，属于智慧医疗领域。本发明通过基于通道混洗结构重参数化卷积单次聚合模块的深度特征提取网络，通过通道分割和多分支训练，增强了特征的复用和信息流动，在特征融合网络中引入双流路径实现对不同尺度特征的自适应带权融合，提高对空间特征的表征；采用能同时融合时间信息和局部空间信息的时空协同分析模块，通过构建时序连接和融合时空特征图，有效捕捉时空序列中的血管形状变形和血流动力学信息，增强有效特征信息，从而提高冠脉狭窄病变的检测准确性和鲁棒性。本发明综合考虑了冠脉造影序列图像的时间和空间信息，减少了假阳性检测的数量，综合提升模型冠脉狭窄病变的检测能力。

公开(公告)号：CN118378220A

公开(公告)日：2024-07-23

申请号：CN202410320553.9

申请日：2024-03-20

Applicant: 电子科技大学

Inventor： 田淼 ,  黄霁 ,  张汇楠 ,  姜文洁 ,  陈睿 ,  罗攀 ,  王子林 ,  侯依凡 ,  姜乐 ,  宿万栋

IPC: G06F18/27 ,  G01W1/10 ,  G06F18/25 ,  G06F18/2415 ,  G06F18/15 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048

Abstract: 本发明公开了一种基于台风热核结构的智能定强方法、设备及存储介质，涉及遥感遥测与深度学习技术领域。本发明依据卫星微波数据自行构建了多视图台风热核异常数据集，并且在模型训练过程中，本发明提出了一种多视图多尺度特征信息融合的方法，与单值回归损失函数和序数回归损失函数相结合来训练、优化模型。模型最终能够有效提取多视图特征，改善了台风风速估计偏小的特点，并表现出良好的鲁棒性和可拓展性，从而实现了对台风风速的准确估计。

公开(公告)号：CN118366049A

公开(公告)日：2024-07-19

申请号：CN202410343312.6

申请日：2024-03-25

Applicant: 电子科技大学

Inventor： 田淼 ,  黄霁 ,  陈睿 ,  罗攀 ,  张汇楠 ,  骆通 ,  刘海波 ,  侯依凡 ,  王斌清 ,  姜乐

IPC: G06V20/13 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0895 ,  G06V10/72

Abstract: 本发明公开了一种用于极轨卫星气象观测资料补全方法，属于空间科学和遥感技术领域。本发明采用自监督的训练策略，训练掩码与缺失区域具有相似分布模式，针对性地提升网络对极轨卫星缺失观测数据的补全结果，并且降低网络对标签数据的需求，可在不引入任何其他来源数据、不进行数据时空匹配的前提下训练网络；根据观测亮温数据受陆面辐射影响的特性，引入大陆轮廓先验知识，提升大片连续缺失数据以及海陆交界处缺失数据的补全效果。最后，使用门控卷积网络补全极轨卫星的观测数据，得到完整麦卡托投影下的格点数据。本发明在控制深度学习模型参数量和数据需求的基础上，利用数据的空间一致性及结合大陆轮廓，实现高准确地预测和补全观测数据。

公开(公告)号：CN116934757A

公开(公告)日：2023-10-24

申请号：CN202311199797.8

申请日：2023-09-18

Applicant: 电子科技大学

Inventor： 田丹 ,  田淼 ,  骆通 ,  王子林 ,  侯依凡

IPC: G06T7/00

Abstract: 本发明公开了一种用于肺结节假阳性删减的方法、设备及存储介质，属于医学图像处理技术领域。本发明方法包括：获取原始图像数据信息；提取CT图像的候选结节的肺结节检测结果，并进行追踪融合；制作假阳性删减数据集；构建肺结节假阳性删减网络模型并训练；肺结节假阳性删减测试。本发明还公开了基于该方法的设备及存储介质。本发明根据CT扫描中的影像特点，对检测得到的多个候选结节进行追踪融合，并投影至同一张图像中，充分利用候选结节在多CT图像中分布的空间信息，从图像处理的角度增加了真假结节的对比差异；最后使用残差卷积神经网络模型对处理后的候选结节切片进行分类预测，在不增加参数量的前提下，提高了假阳性删减的准确度。