公开(公告)号：CN114066735B

公开(公告)日：2024-10-15

申请号：CN202111448561.4

申请日：2021-11-30

Applicant: 重庆邮电大学

Inventor： 姜小明 ,  冯绍玮 ,  王添 ,  张中华 ,  胡永波 ,  冉开怀 ,  赖春红

IPC: G06T3/4053 ,  G06T7/168 ,  G06T3/4046 ,  G06T3/4084 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于傅里叶叠层成像技术领域，具体涉及一种基于人工神经网络的最小一乘的稀疏采样傅里叶叠层成像重建方法，该方法包括：采用傅里叶叠层成像设备对图像进行稀疏采样，得到一系列低分辨率的采集图像；建立傅里叶叠层成像正向模型，将采集低分辨率图像顺序输入正向模型，比较人工神经网络仿真生成图像和采集图像最小绝对偏差，求有解约束的最小一乘问题；利用误差反向传播训练和更新人工神经网络权重，得到重建高分辨率的相位恢复图像；本发明采用随机梯度下降优化方法对模型的损失函数进行优化，使得训练后的模型更精确，使得采样稀疏采样数据构建的高分辨率重建图清晰度更高。

公开(公告)号：CN117333450A

公开(公告)日：2024-01-02

申请号：CN202311286548.2

申请日：2023-10-07

Applicant: 重庆邮电大学

Inventor： 邱斌 ,  姜小明 ,  胡永波 ,  王伟 ,  李章勇

IPC: G06T7/00 ,  G06T7/11 ,  G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明属于骨龄预测领域，具体涉及一种基于局部特征图关联学习的自动骨龄预测方法；该方法包括：获取手骨X光图像并采用热图定位网络定位手骨X光图像的局部感兴趣区域，根据局部感兴趣区域创建注意力图；对注意力热图进行下采样操作，得到关键节点；根据关键节点设置裁剪框，根据裁剪框从手骨X光图像中裁剪出手骨的多个局部特征区域；根据局部特征区域的邻接关系计算邻接矩阵；采用CNN网络提取每个局部特征区域的特征，将提取出的特征与性别特征拼接，得到局部特征向量矩阵；采用Faster‑GCN网络对邻接矩阵和局部特征向量矩阵进行处理，得到骨龄预测结果；本发明骨龄预测结果准确性高，具有良好的应用前景。

公开(公告)号：CN117314852A

公开(公告)日：2023-12-29

申请号：CN202311240749.9

申请日：2023-09-25

Applicant: 重庆邮电大学

Inventor： 姜小明 ,  胡永波 ,  邱斌 ,  王伟 ,  李章勇

IPC: G06T7/00 ,  G06T3/00 ,  G06V10/25 ,  G06V10/40 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明属于自适应骨龄预测领域，具体涉及一种基于风格迁移的自动骨龄预测方法，包括：获取源域数据和目标域数据，对源域数据和目标域数据进行图像增强和风格迁移处理；将源域图像通过图定位网络得到骨龄感兴趣区域，保存权重，原图根据ROI裁剪出特征区域，将特征区域输入骨龄回归网络，得到骨龄并保存目标域权重；将目标域图像输入风格迁移网络，通过风格迁移网络得到与目标域类似的手骨数据集；将手骨数据集输入源域训练保存的权重模型，通过迁移学习，并重复定位和预测得到ROI和高准确度的骨龄；本发明通过源域对目标域的风格迁移，在不添加额外标签的情况下实现数据风格和像素分布的统一，提升了热图定位的能力和骨龄预测的准确度。

公开(公告)号：CN119229116A

公开(公告)日：2024-12-31

申请号：CN202411267421.0

申请日：2024-09-11

Applicant: 重庆邮电大学

Inventor： 李欣蔚 ,  胡永波 ,  耿国宏 ,  李章勇 ,  秦对 ,  樊汝涛

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/82 ,  G06V10/52 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/0495

Abstract: 本发明涉及肝分割技术领域，具体涉及一种基于多头注意力特征融合的肝图像分割方法，包括基于Unet网络结构建立肝图像分割模型，采集肝CT图像及其对应的标注区域图像；对肝CT图像进行边缘检测算子处理得到肝区域轮廓图像；对肝CT图像进行二值化处理得到肝区域二值化图像；将肝CT图像通过分割网络得到肝区域粗分割图像；将肝CT图像、标注区域图像、肝区域轮廓图像、肝区域二值化图像和肝区域粗分割图像调整到相同尺寸后合并，得到合并图像；采用合并图像集训练肝图像分割模型，采用损失函数计算损失，根据损失优化模型参数直至收敛；获取待处理肝CT图像输入训练好的肝图像分割模型，得到肝分割图像；本发明能提供更精确的分割图像。

公开(公告)号：CN114066735A

公开(公告)日：2022-02-18

申请号：CN202111448561.4

申请日：2021-11-30

Applicant: 重庆邮电大学

Inventor： 姜小明 ,  冯绍玮 ,  王添 ,  张中华 ,  胡永波 ,  冉开怀 ,  赖春红

IPC: G06T3/40 ,  G06T7/168 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于傅里叶叠层成像技术领域，具体涉及一种基于人工神经网络的最小一乘的稀疏采样傅里叶叠层成像重建方法，该方法包括：采用傅里叶叠层成像设备对图像进行稀疏采样，得到一系列低分辨率的采集图像；建立傅里叶叠层成像正向模型，将采集低分辨率图像顺序输入正向模型，比较人工神经网络仿真生成图像和采集图像最小绝对偏差，求有解约束的最小一乘问题；利用误差反向传播训练和更新人工神经网络权重，得到重建高分辨率的相位恢复图像；本发明采用随机梯度下降优化方法对模型的损失函数进行优化，使得训练后的模型更精确，使得采样稀疏采样数据构建的高分辨率重建图清晰度更高。

公开(公告)号：CN114386575B

公开(公告)日：2025-03-21

申请号：CN202210013274.9

申请日：2022-01-06

Applicant: 重庆邮电大学

Inventor： 姜小明 ,  张中华 ,  王添 ,  冯绍玮 ,  胡永波 ,  冉开怀 ,  赖春红

IPC: G06T5/77 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/774 ,  G06V10/42 ,  G06V10/82 ,  G06V10/776

Abstract: 本发明属于傅里叶叠层成像技术领域，具体涉及一种应用于稀疏傅里叶叠层成像的无训练卷积神经网络相位恢复方法，包括：获取低分辨率图像，对低分辨率图像进行间隔采样得到低分辨率子图像；将低分辨率子图像进行插值放大和加入随机高斯噪声后输入卷积神经网络模型中，得到图像的幅度和相位信息，根据幅度和相位信息重建低分变率图像；比较重建的低分辨率图像与输入的低分辨率图像的差异，并训练神经网络直到网络收敛，得到高分辨率图像的相位和幅度信息；本发明设计了一类无训练卷积神经网络，在不依赖大量数据的情况下，使用较少的采样图像序列，即可高质量恢复图像相位和幅度信息。

公开(公告)号：CN114386575A

公开(公告)日：2022-04-22

申请号：CN202210013274.9

申请日：2022-01-06

Applicant: 重庆邮电大学

Inventor： 姜小明 ,  张中华 ,  王添 ,  冯绍玮 ,  胡永波 ,  冉开怀 ,  赖春红

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06V10/774 ,  G06V10/42 ,  G06V10/82 ,  G06V10/776

Abstract: 本发明属于傅里叶叠层成像技术领域，具体涉及一种应用于稀疏傅里叶叠层成像的无训练卷积神经网络相位恢复方法，包括：获取低分辨率图像，对低分辨率图像进行间隔采样得到低分辨率子图像；将低分辨率子图像进行插值放大和加入随机高斯噪声后输入卷积神经网络模型中，得到图像的幅度和相位信息，根据幅度和相位信息重建低分变率图像；比较重建的低分辨率图像与输入的低分辨率图像的差异，并训练神经网络直到网络收敛，得到高分辨率图像的相位和幅度信息；本发明设计了一类无训练卷积神经网络，在不依赖大量数据的情况下，使用较少的采样图像序列，即可高质量恢复图像相位和幅度信息。