-
公开(公告)号:CN119723091A
公开(公告)日:2025-03-28
申请号:CN202411898686.0
申请日:2024-12-23
IPC: G06V10/26 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 一种基于CNN‑Transformer双分支融合的病理图像分割方法,包括步骤:一:获取病理图像数据集;二:对数据集进行预处理,采用水平翻转、垂直翻转及旋转等数据增强方法;三:构建了一种基于CNN‑Transformer双分支融合的分割网络模型PFTransCNN,该模型通过交互融合模块(Fusion)融合CNN和Transformer双分支,并通过上采样调制模块(UFM)逐步实现上采样;四:进行网络训练,使用边界损失和Dice组成的复合损失函数,使用RAdam优化器来优化模型参数,并将步骤二中处理后的数据集输入到双分支融合网络中进行端到端的训练;五:得到分割结果,通过加载步骤三中训练好的模型权重,将待分割的病理图像输入网络,最终获得分割后的图像。
-
公开(公告)号:CN115597490A
公开(公告)日:2023-01-13
申请号:CN202211367852.5
申请日:2022-11-03
Applicant: 西南石油大学(CN)
Abstract: 本本发明涉及一种立式旋转密封试验装置,主要用于测试旋转密封圈在运转过程中的磨损情况和密封性能的试验研究,包括试验数据采集系统,密封系统,驱动系统和支撑系统,可用来研究旋转密封圈的磨损特性和密封寿命,对进一步研究与提高旋转密封圈性能具有重要意义。密封系统可装配多组不同压缩率的密封圈,测试不同压缩率对密封性能影响;套筒采用透明亚克力材料制成,可直观观察密封圈的磨损情况;当轴旋转时,密封圈与套筒内壁间进行摩擦运动,模拟旋转密封圈在设备长时间运转过程中的磨损情况。
-
公开(公告)号:CN117152520A
公开(公告)日:2023-12-01
申请号:CN202311126171.4
申请日:2023-09-04
Applicant: 西南石油大学
IPC: G06V10/764 , G06T7/00 , G06V10/774 , G06V10/42 , G06V10/80
Abstract: 本发明公开了一种基于DenseNet和条件随机场的乳腺病理图像分类方法,包括以下步骤:首先从数字病理扫描仪中获取乳腺病理全切片图像,根据医生的经验在数据上标记病灶区域;采用阈值分割算法和形态学算法去除不含乳腺组织的区域;利用全切片病理图像和人工标注的病灶区域标签,生成乳腺癌病理图像块,制作训练集和验证集;随后构建多尺度特征提取模块和条件随机场分类模块,建立基于DenseNet和条件随机场为基础架构的多尺度图像分类模型;利用不同尺度的图像训练网络模型,通过条件随机场得到概率分布,预测分类结果;最后测试未标注的乳腺病理全切片图像,生成乳腺癌病灶位置,实现乳腺癌区域的自动检测。
-
-