数字病理图像引导磁共振成像的胶质瘤术前诊断方法

    公开(公告)号:CN118982535A

    公开(公告)日:2024-11-19

    申请号:CN202411261036.5

    申请日:2024-09-10

    Abstract: 本发明属于医学图像处理领域,具体涉及数字病理图像引导磁共振成像的胶质瘤术前诊断方法:获取并整理胶质瘤患者术前常规磁共振成像序列、术后数字病理图像及多种分子标志物标签;进行图像预处理,同时具备磁共振成像和数字病理图像的数据作为训练集,仅有磁共振成像的患者数据作为测试集;提取磁共振成像全脑特征和数字病理图像特征,捕捉影像—病理特征关系,构建模型;使用前瞻性患者术前磁共振成像数据评估模型性能。本方法可形成术前磁共振成像表示术后病理图像特征图,实现术前无数字病理图像情况下基于影像病理组学的多分子标志物预测,实现智能精准诊断,解决临床实践中影像病理组学分析时术前无法获取胶质瘤病理图像的难题。

    一种基于RMFS的脑电信号情绪识别方法

    公开(公告)号:CN111860583A

    公开(公告)日:2020-10-30

    申请号:CN202010529622.9

    申请日:2020-06-11

    Abstract: 本发明公开了一种基于RMFS的脑电信号情绪识别方法,具体按照以下步骤实施:步骤1、通过RMFS匹配特征选择对每个特征进行判断,调整每个调整权值在匹配特征组中所占比例,使权值较大的特征得到更多的增益,权值较小的特征得到较小的增益,筛选出优选的匹配特征组;步骤2、采用RMFS算法将通道作为一个整体,计算通道的权值,采用交叉验证的方法得到不同通道对分类的贡献度,根据贡献度调整权值剔除无关信息,得到最优通道子集。采用RMFS算法对效价与唤醒度的情绪二分类平均正确率分别为93.28%与93.32%,四类情绪的分类结果皆高于83%,且采用RMFS算法的单个被试计算效率提升了42.65%,RMFS算法能够较好的提高识别准确率和计算效率。

    一种基于IA-FAIF的服装特征提取与匹配方法

    公开(公告)号:CN112381085B

    公开(公告)日:2024-07-26

    申请号:CN202011111007.2

    申请日:2020-10-16

    Abstract: 本发明公开了一种基于IA‑FAIF的服装特征提取与匹配方法,具体按照如下步骤进行;步骤1:输入图像后,通过仿射变换来模拟服装不同视角的图像,得到对应于输入图像视角变化的模拟图像;步骤2:在模拟图像中进行AKAZE算法下的特征检测;步骤3:将FREAK算法进行:构建采样模式;确定特征点的主方向;构建FREAK描述子;最后得到FREAK描述子;步骤4:将FREAK描述子进行特征描述,然后将描述后的描述子进行匹配,实现服装的特征提取与匹配。本发明一种基于IA‑FAIF的服装特征提取与匹配方法,对大视角变化下的服装纹样提取具有准确率高和快速性好的优点。

    一种优化的最小二乘逆时偏移成像方法

    公开(公告)号:CN112130199B

    公开(公告)日:2023-04-07

    申请号:CN202010756625.6

    申请日:2020-07-31

    Abstract: 本发明公开了一种优化的最小二乘逆时偏移成像方法,具体按照以下步骤实施:步骤1、采用波动方程对地震数据进行偏移与反偏移;步骤2、采用共轭梯度法构建最小二乘框架,并引入优化因子,对共轭梯度法的收敛速度进行提升;步骤3、采用GPU的CUDA计算架构进一步提升优化的LSRTM成像的计算效率。采用优化的最小二乘逆时偏移成像方法能够在保持相同成像精度下提高算法的综合计算效率,综合计算效率平均提升20%,有效验证了优化的最小二乘逆时偏移成像能够较好的提高传统最小二乘逆时偏移成像方法的计算效率。

    一种基于行为学分析的早期帕金森病智能筛查方法及系统

    公开(公告)号:CN117694836A

    公开(公告)日:2024-03-15

    申请号:CN202311820788.6

    申请日:2023-12-27

    Abstract: 本发明涉及帕金森病筛查领域,具体涉及一种基于行为学分析的早期帕金森病智能筛查方法及系统,包括以下步骤:S1采集人类或者动物的运动数据以绘制运动轨迹图和热力图;S2对运动轨迹图和热力图进行预处理得到标准化数据集;S3基于孪生DenseNet神经网络构建特征提取器,并基于多层感知机和Softmax构建分类器,使用特征提取器分别对运动轨迹图和热力图进行关键特征提取,再对提取的特征进行多源特征融合,以融合后的特征利用既定的分类器进行分类,从而构建早期帕金森精准识别初步模型;S4对初步模型进行训练与调优得到早期帕金森病精准识别模型;S5使用测试集数据进行模型测试,完成早期帕金森识别。以实现帕金森病筛查大规模推广、提高筛查的准确性和效率。

    一种基于LGBPHS和CNN的大规模人脸识别方法

    公开(公告)号:CN110858280B

    公开(公告)日:2023-02-28

    申请号:CN201810960628.4

    申请日:2018-08-22

    Abstract: 本发明公开了一种基于LGBPHS和CNN的大规模人脸识别方法,具体按照以下顺利进行:使用人眼检测器对所有训练图像和测试图像进行归一化处理;通过LGBPHS方法对经步骤1归一化处理后的训练图像和测试图像进行提取,得到K维人脸特征;通过卷积神经网络对经步骤1归一化处理后的训练图像和测试图像进行提取,得到128维人脸特征;将步骤2得到的K维人脸特征和步骤3得到的128维人脸特征进行融合,得到K+128维人脸特征;训练多类SVM对测试图像进行识别。该方法提高了图像旋转和噪声的鲁棒性,改善对宏观纹理和大的外观变化的有效性,提高非实验室环境下人脸识别的准确率。

    一种优化的最小二乘逆时偏移成像方法

    公开(公告)号:CN112130199A

    公开(公告)日:2020-12-25

    申请号:CN202010756625.6

    申请日:2020-07-31

    Abstract: 本发明公开了一种优化的最小二乘逆时偏移成像方法,具体按照以下步骤实施:步骤1、采用波动方程对地震数据进行偏移与反偏移;步骤2、采用共轭梯度法构建最小二乘框架,并引入优化因子,对共轭梯度法的收敛速度进行提升;步骤3、采用GPU的CUDA计算架构进一步提升优化的LSRTM成像的计算效率。采用优化的最小二乘逆时偏移成像方法能够在保持相同成像精度下提高算法的综合计算效率,综合计算效率平均提升20%,有效验证了优化的最小二乘逆时偏移成像能够较好的提高传统最小二乘逆时偏移成像方法的计算效率。

    一种基于LGBPHS和CNN的大规模人脸识别方法

    公开(公告)号:CN110858280A

    公开(公告)日:2020-03-03

    申请号:CN201810960628.4

    申请日:2018-08-22

    Abstract: 本发明公开了一种基于LGBPHS和CNN的大规模人脸识别方法,具体按照以下顺利进行:使用人眼检测器对所有训练图像和测试图像进行归一化处理;通过LGBPHS方法对经步骤1归一化处理后的训练图像和测试图像进行提取,得到K维人脸特征;通过卷积神经网络对经步骤1归一化处理后的训练图像和测试图像进行提取,得到128维人脸特征;将步骤2得到的K维人脸特征和步骤3得到的128维人脸特征进行融合,得到K+128维人脸特征;训练多类SVM对测试图像进行识别。该方法提高了图像旋转和噪声的鲁棒性,改善对宏观纹理和大的外观变化的有效性,提高非实验室环境下人脸识别的准确率。

    一种基于结构相似性的彩色图像高精度灰度化方法

    公开(公告)号:CN109993690A

    公开(公告)日:2019-07-09

    申请号:CN201910208249.4

    申请日:2019-03-19

    Abstract: 本发明公开了一种基于结构相似性的彩色图像高精度灰度化方法,具体按照以下步骤实施:步骤1,确定离散搜索空间;步骤2,计算候选灰度图像;步骤3,计算彩色图像与每个候选灰度图像两两之间的亮度相似性、对比度相似性和结构相似性,结合三者求出一个度量相似性的标量;步骤4,找出使得经步骤3得到的标量最大的候选灰度图像的系数,代入映射函数输出中灰度化结果;采用本发明方法能很好地保留原始彩色图像中的亮度、色彩对比度,输出的灰度图像具有较高的精度。

    一种早期帕金森病精准识别模型构建方法及系统

    公开(公告)号:CN117694836B

    公开(公告)日:2025-05-16

    申请号:CN202311820788.6

    申请日:2023-12-27

    Abstract: 本发明涉及帕金森病筛查领域,具体涉及一种早期帕金森病精准识别模型构建方法及系统,包括以下步骤:S1采集人类或者动物的运动数据以绘制运动轨迹图和热力图;S2对运动轨迹图和热力图进行预处理得到标准化数据集;S3基于孪生DenseNet神经网络构建特征提取器,并基于多层感知机和Softmax构建分类器,使用特征提取器分别对运动轨迹图和热力图进行关键特征提取,再对提取的特征进行多源特征融合,以融合后的特征利用既定的分类器进行分类,从而构建早期帕金森精准识别初步模型;S4对初步模型进行训练与调优得到早期帕金森病精准识别模型;S5使用测试集数据进行模型测试,完成早期帕金森识别。以实现帕金森病筛查大规模推广、提高筛查的准确性和效率。

Patent Agency Ranking