公开(公告)号：CN112950480A

公开(公告)日：2021-06-11

申请号：CN202110406549.0

申请日：2021-04-15

Applicant: 辽宁工程技术大学

Inventor： 王星 ,  陈海涛 ,  陈吉

IPC: G06T3/40 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明属于数字图像处理技术领域，尤其涉及一种融合多感受野和密集残差注意的超分辨率重建方法，首先通过退化模型建立对应数据集；根据预处理后的数据集，通过构建多感受野超分辨率生成对抗网络(MRFAGAN)获取超分图像；MRFGAN由生成器和判别器构成；其中，生成器包括浅层特征提取模块、深层特征提取模块、图像特征映射模块、图像重建模块，负责生成超分辨率图像；判别器是由卷积层堆积而成，负责判别超分辨率图像是否为真实的高分辨率；对训练后的图像得到的超分辨率图像生成器固定参数，得到超分重建模型。本发明同时使用生成对抗网络的超分辨率模型、多感受野和密集残差注意构建超分辨率重建的模型，能够帮助显著地提升图像自身分辨率。

公开(公告)号：CN112102285A

公开(公告)日：2020-12-18

申请号：CN202010962917.5

申请日：2020-09-14

Applicant: 辽宁工程技术大学

Inventor： 陈吉 ,  王星 ,  林清水 ,  杜伟 ,  陈海涛 ,  沈芷佳

IPC: G06T7/00 ,  G16H50/20 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明提供了一种基于多模态对抗训练的骨龄检测方法，包括构建骨龄预测数据集；构建基于多模态对抗训练的骨龄检测模型进行训练；预测阶段只留取骨龄检测模型的判别器，并在最后一层加入softmax，加载训练最优的判别模型权重进行结果预测。本发明的基于多模态对抗训练的骨龄检测方法采用对抗训练的模式提升模型预测的准确率；利用医学影像与文本病历进行多模态骨龄检测；使用中国青少年X光数据集进行训练，得到符合中国青少年骨龄识别结果；实现多模态数据的骨龄识别，结合文本信息，识别结果更加精准。

公开(公告)号：CN112102285B

公开(公告)日：2024-03-12

申请号：CN202010962917.5

申请日：2020-09-14

Applicant: 辽宁工程技术大学

Inventor： 陈吉 ,  王星 ,  林清水 ,  杜伟 ,  陈海涛 ,  沈芷佳

IPC: G06T7/00 ,  G16H50/20 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/045

Abstract: 本发明提供了一种基于多模态对抗训练的骨龄检测方法，包括构建骨龄预测数据集；构建基于多模态对抗训练的骨龄检测模型进行训练；预测阶段只留取骨龄检测模型的判别器，并在最后一层加入softmax，加载训练最优的判别模型权重进行结果预测。本发明的基于多模态对抗训练的骨龄检测方法采用对抗训练的模式提升模型预测的准确率；利用医学影像与文本病历进行多模态骨龄检测；使用中国青少年X光数据集进行训练，得到符合中国青少年骨龄识别结果；实现多模态数据的骨龄识别，结合文本信息，识别结果更加精准。