公开(公告)号：CN113392844A

公开(公告)日：2021-09-14

申请号：CN202110661076.9

申请日：2021-06-15

Applicant: 重庆邮电大学

Inventor： 黄志伟 ,  林金朝 ,  庞宇 ,  王慧倩 ,  杨宏志

IPC: G06K9/34 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的医用胶片上文字信息的识别方法，属于医学影像处理技术领域。该方法包括：S1：将待识别文字信息的胶片图像输入到特征提取网络，获取含有文字多尺度的特征图；S2：将步骤S1获取的特征图输入到多方向窗口提取网络中，得到建议框；S3：利用改进的建议框旋转模块处理步骤S2的建议框，得到文本检测结果；S4：将步骤S3的文本检测结果输入到编解码文字识别模块中，得到胶片上对应的文字识别结果。本发明实现了医用胶片上文字信息自动识别，直接输出医用胶片上对应的中英文文字信息，无需人为修正和验证，效率高，准确率也有保障。

公开(公告)号：CN114708352A

公开(公告)日：2022-07-05

申请号：CN202210424881.4

申请日：2022-04-22

Applicant: 重庆邮电大学

Inventor： 李章勇 ,  王芸 ,  伍佳 ,  黄志伟 ,  秦对

IPC: G06T11/00 ,  G06T5/00 ,  G06T5/50 ,  G06K9/62 ,  G06V10/80

Abstract: 本发明属于医学图像处理技术领域，涉及一种基于无监督学习的低剂量CT图像恢复方法及系统；包括获取低剂量CT图像并采用全变分模型进行特征分解，得到基础层图像和细节层图像；对基础层图像下采样得到内容特征图像和潜在纹理层图像，分别对内容特征层图像和细节层图像进行图像增强和降噪处理，得到基础层增强图像和细节层降噪图像；将潜在纹理层图像、基础层增强图像和细节层降噪图像分段融合得到低剂量CT恢复图像；本发明将低剂量CT图像进行解耦，对低频区进行对比度增强，对高频区进行去噪，提高了整体图像质量，减少医生误诊率。