公开(公告)号：CN118334055A

公开(公告)日：2024-07-12

申请号：CN202410467273.0

申请日：2024-04-18

Applicant: 电子科技大学长三角研究院(衢州) ,  电子科技大学

Inventor： 王卓然 ,  熊智铭 ,  曲超 ,  袁国慧 ,  黄崇君 ,  魏倩

IPC: G06T7/11 ,  G06T7/168 ,  G06T7/60 ,  G06T7/00 ,  G06V10/25 ,  G06V10/28 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明介绍了一种用于角膜内皮细胞的图像分割与参数自动测量方法。本发明涉及医学影像分析、人工智能、机器视觉等领域，可用于眼科疾病诊断与监测。通过数据预处理、数据增强、图像分割、感兴趣区域提取、频域分析、二值化、细胞区域提取、反向定位和参数计算等步骤，实现了对角膜内皮细胞图像的自动化分割和参数测量。该方法采用了先进的深度学习技术，提高了分割准确度和处理速度，为角膜疾病的诊断、监测和治疗效果评估提供了强大的技术支持。该发明的应用能显著降低医疗人员的工作负担，提高了整体医疗服务的效率和质量，具有广阔的应用前景和社会价值。

公开(公告)号：CN118537552A

公开(公告)日：2024-08-23

申请号：CN202410623391.6

申请日：2024-05-20

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 王卓然 ,  袁国慧 ,  胡静 ,  黄崇君 ,  邹沅江 ,  熊智铭 ,  李文

IPC: G06V10/26 ,  G06V10/60 ,  G06V10/50 ,  G06V10/30 ,  G06V10/56 ,  G06V10/80 ,  G06V10/52 ,  G06V10/82 ,  G06V10/771 ,  G06V10/776 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明属于人工智能和计算机视觉领域，提供了一种基于Transformer的彩色眼底图像微血管瘤超精细分割方法，主旨在于解决医学图像中微血管瘤检测和分割的难题，特别是针对糖尿病视网膜病变的早期诊断。主要方案包括：数据预处理，如绿色通道提取、自适应直方图均衡化和去噪；数据增强和图像分割；多层级编码器HVMT和VMT特征提取模块设计；特征融合和微血管瘤概率图生成；采用Focal Tversky Loss函数优化分割结果。本发明用途广泛，尤其在辅助糖尿病视网膜病变的早期诊断中，能显著提高检测准确性和效率，对公共卫生和科学研究具有重要意义。

公开(公告)号：CN118365658A

公开(公告)日：2024-07-19

申请号：CN202410793240.5

申请日：2024-06-19

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 王卓然 ,  袁国慧 ,  熊智铭 ,  李文 ,  黄崇君 ,  胡静 ,  杨磊

IPC: G06T7/10 ,  G06T7/00 ,  G06T5/40 ,  G06T5/90 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供了一种用于糖尿病视网膜病变的多病灶分割方法，主要应用于医学影像分析、人工智能和机器视觉领域。旨在解决糖尿病视网膜病变的多病灶分割难题，提高早期筛查的效率和准确性，该方法通过数据预处理、图像增强、数据增强、网络预训练和多病灶分割等步骤，实现了对糖尿病视网膜病变中微血管瘤、出血、硬性渗出和软性渗出四种主要病变类型的准确分割。其创新点包括采用对比度限制自适应直方图均衡化和色彩与对比度增强算法进行图像增强，使用残差可分离卷积模块扩展的U‑Net网络进行特征提取，以及双分支结构和特征交互模块实现多病灶分割。

公开(公告)号：CN118365658B

公开(公告)日：2024-08-23

申请号：CN202410793240.5

申请日：2024-06-19

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 王卓然 ,  袁国慧 ,  熊智铭 ,  李文 ,  黄崇君 ,  胡静 ,  杨磊

IPC: G06T7/10 ,  G06T7/00 ,  G06T5/40 ,  G06T5/90 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供了一种用于糖尿病视网膜病变的多病灶分割方法，主要应用于医学影像分析、人工智能和机器视觉领域。旨在解决糖尿病视网膜病变的多病灶分割难题，提高早期筛查的效率和准确性，该方法通过数据预处理、图像增强、数据增强、网络预训练和多病灶分割等步骤，实现了对糖尿病视网膜病变中微血管瘤、出血、硬性渗出和软性渗出四种主要病变类型的准确分割。其创新点包括采用对比度限制自适应直方图均衡化和色彩与对比度增强算法进行图像增强，使用残差可分离卷积模块扩展的U‑Net网络进行特征提取，以及双分支结构和特征交互模块实现多病灶分割。

公开(公告)号：CN116862892A

公开(公告)日：2023-10-10

申请号：CN202310917002.6

申请日：2023-07-25

Applicant: 衢州市人民医院(衢州中心医院) ,  电子科技大学长三角研究院(衢州)

Inventor： 童毓华 ,  袁国慧 ,  黄崇君 ,  王卓然 ,  熊智铭

IPC: G06T7/00 ,  G06T7/13 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G16H30/20 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明介绍了一种用于眼底OCT图像的血管直径自动测量方法。视网膜血管直径测量是一项重要的临床检查方法，可用于眼科疾病和心血管疾病的诊断与监测。传统半峰全宽测量法对操作人员医学水平要求较高且适用性有限，而本方法通过两阶段模型实现了高效且准确的测量。第一阶段利用U‑Net网络获取血管的大致区域，第二阶段采用边缘注意力网络(EAT)对血管区域进行精确分割。其中特征融合模块使用不同的融合方式以满足测量速度和精度的要求。该方法具有高效性和精确性，并减少人为误差的影响。经过大量数据训练的神经网络模型能够准确识别和测量不同形态和直径范围的视网膜血管，适用于多种眼科和心血管疾病的诊断与监测需求。