-
公开(公告)号：CN112634265A
公开(公告)日：2021-04-09
申请号：CN202110002670.7
申请日：2021-01-04
Applicant: 西北大学
Abstract: 本发明属于医学图像分割技术领域，公开了一种基于DNN的胰腺全自动分割模型的构建、分割方法及系统。本发明克服现有技术中存在的胰腺分割过程中对医生先验知识的依赖问题以及胰腺分割预测结果精度较低的问题，提供一种从标签空间中感知胰腺位置先验知识，在实现对分割目标的精准定位的基础上，进一步通过更细粒度的分割保证胰腺分割结果与标签的形状一致性，有效地提高胰腺分割的精度。
-
公开(公告)号：CN112233065A
公开(公告)日：2021-01-15
申请号：CN202010968936.9
申请日：2020-09-15
Applicant: 西北大学
Abstract: 本发明属于图像处理技术领域，公开了一种显著性调制下多维视觉特征协作的全盲图像质量评价方法，对待测失真图像获取失真图像块并提取图像质量感知特征；将所有失真图像块的图像质量感知特征作为待测特征向量矩阵；然后对获得的待测特征向量矩阵采用基于视觉显著性进行拟合，获得待测视觉模型；最后计算待测视觉模型与标准视觉模型之间的马氏距离获得待测失真图像的客观质量分数。本发明结合了人眼视觉初级感知特点，构建了用于表达图像对比度失真与色调失真的特征描述子，并结合图像的高阶自然场景统计特征、图像结构特征以及颜色特征，从而更全面地表达图像的失真。
-
公开(公告)号：CN109308692A
公开(公告)日：2019-02-05
申请号：CN201810852367.4
申请日：2018-07-30
Abstract: 本发明提供了一种基于改进Resnet与SVR混合模型的OCT图像质量评价方法，包括以下步骤：步骤1，对原始OCT图像进行预处理，得到预处理后的OCT图像；步骤2，构建并训练深度残差网络，采用训练后的深度残差网络提取预处理后的OCT图像的深层次特征；步骤3，利用所提取预处理后的OCT图像的深层次特征训练OCT图像质量评价模型；给定一幅待评价的OCT图像，利用OCT图像质量评价模型得到待评价的OCT图像的质量分数。本发明将深度残差网络与OCT图像的质量评价任务相结合，建立了一种新的OCT图像的主观感知质量的客观预测模型。
-
公开(公告)号：CN112634265B
公开(公告)日：2023-04-07
申请号：CN202110002670.7
申请日：2021-01-04
Applicant: 西北大学
IPC: G06T7/00 , G06T7/11 , G06V10/25 , G06N3/0464 , G06N3/08
Abstract: 本发明属于医学图像分割技术领域，公开了一种基于DNN的胰腺全自动分割模型的构建、分割方法及系统。本发明克服现有技术中存在的胰腺分割过程中对医生先验知识的依赖问题以及胰腺分割预测结果精度较低的问题，提供一种从标签空间中感知胰腺位置先验知识，在实现对分割目标的精准定位的基础上，进一步通过更细粒度的分割保证胰腺分割结果与标签的形状一致性，有效地提高胰腺分割的精度。
-
Patent Agency Ranking
公开(公告)号：CN108921006A
公开(公告)日：2018-11-30
申请号：CN201810414281.3
申请日：2018-05-03
Applicant: 西北大学
Abstract: 本发明公开了一种手写签名图像真伪鉴别模型建立方法及真伪鉴别方法，该方法通过掩模剪裁方式对签名图像进行预处理，通过分别提取签名图像基于SURF特征与基于笔划区域的P-ULBP特征的视觉词汇直方图，并将两个视觉词汇直方图进行拼接，构造最终的视觉词汇直方图，采用分类器构建手写签名图像真伪鉴别模型，再利用该模型进行图像真伪鉴别；其中通过掩模剪裁的方式，有效解决了当前方法原始图像细节信息丢失的问题，最大程度的保留了图像签名部位的信息；通过提取P-ULBP特征，有效的解决了传统ULBP算子在签名图像特征提取中，有效信息实际占比低的问题，提高了离线手写签名真伪鉴别方法的鲁棒性。
-
公开(公告)号：CN109308692B
公开(公告)日：2022-05-17
申请号：CN201810852367.4
申请日：2018-07-30
Abstract: 本发明提供了一种基于改进Resnet与SVR混合模型的OCT图像质量评价方法，包括以下步骤：步骤1，对原始OCT图像进行预处理，得到预处理后的OCT图像；步骤2，构建并训练深度残差网络，采用训练后的深度残差网络提取预处理后的OCT图像的深层次特征；步骤3，利用所提取预处理后的OCT图像的深层次特征训练OCT图像质量评价模型；给定一幅待评价的OCT图像，利用OCT图像质量评价模型得到待评价的OCT图像的质量分数。本发明将深度残差网络与OCT图像的质量评价任务相结合，建立了一种新的OCT图像的主观感知质量的客观预测模型。
-
公开(公告)号：CN112233065B
公开(公告)日：2023-02-24
申请号：CN202010968936.9
申请日：2020-09-15
Applicant: 西北大学
Abstract: 本发明属于图像处理技术领域，公开了一种显著性调制下多维视觉特征协作的全盲图像质量评价方法，对待测失真图像获取失真图像块并提取图像质量感知特征；将所有失真图像块的图像质量感知特征作为待测特征向量矩阵；然后对获得的待测特征向量矩阵采用基于视觉显著性进行拟合，获得待测视觉模型；最后计算待测视觉模型与标准视觉模型之间的马氏距离获得待测失真图像的客观质量分数。本发明结合了人眼视觉初级感知特点，构建了用于表达图像对比度失真与色调失真的特征描述子，并结合图像的高阶自然场景统计特征、图像结构特征以及颜色特征，从而更全面地表达图像的失真。
-
公开(公告)号：CN113160229A
公开(公告)日：2021-07-23
申请号：CN202110273996.3
申请日：2021-03-15
Applicant: 西北大学
Abstract: 本发明属于医学影像处理领域，公开了一种基于层级监督级联金字塔网络的胰腺分割方法及装置。本发明利用了CT影像特点，设计了具有层级监督的金字塔网络和细粒度的精修网络，其中，具有层级监督的金字塔网络通过提取丰富的金字塔语义特征和引入层级监督，有效解决了胰腺器官分割效果不佳的问题；细粒度的精修网络完成金字塔语义特征的融合，在金字塔网络的基础上实现对胰腺器官分割结果的修正；最后通过引入中继监督实现两个网络的协同训练，从而有效提高胰腺器官分割效果。
-
公开(公告)号：CN108921006B
公开(公告)日：2020-08-04
申请号：CN201810414281.3
申请日：2018-05-03
Applicant: 西北大学
Abstract: 本发明公开了一种手写签名图像真伪鉴别模型建立方法及真伪鉴别方法，该方法通过掩模剪裁方式对签名图像进行预处理，通过分别提取签名图像基于SURF特征与基于笔划区域的P‑ULBP特征的视觉词汇直方图，并将两个视觉词汇直方图进行拼接，构造最终的视觉词汇直方图，采用分类器构建手写签名图像真伪鉴别模型，再利用该模型进行图像真伪鉴别；其中通过掩模剪裁的方式，有效解决了当前方法原始图像细节信息丢失的问题，最大程度的保留了图像签名部位的信息；通过提取P‑ULBP特征，有效的解决了传统ULBP算子在签名图像特征提取中，有效信息实际占比低的问题，提高了离线手写签名真伪鉴别方法的鲁棒性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
