-
公开(公告)号：CN112037304B
公开(公告)日：2023-12-08
申请号：CN202010907275.9
申请日：2020-09-02
IPC: G06T11/00 , G06N3/0464 , G06N3/08
Abstract: 一种基于SWI相位图像的两阶段的边缘增强QSM重建方法，构建两阶段的边缘增强神经网络，以历史SWI相位图、对应的QSM图像及其边缘图作为训练数据，使用训练数据对网络进行训练，进一步采用训练后的边缘增强神经网络由新采集得到的SWI相位图重建得到QSM图像。本发明通过一步到位的方法使QSM重建免于复杂的预处理步骤与额外的扫描时间，同时扩展了SWI的应用范围。同时提出了一种两阶段的边缘增强的网络结构，首先重建QSM的边缘图，以此在网络的特征图中引入边缘先验知识，这些特征图经过特征优化后可以重建出边缘清晰的QSM图像。
-
公开(公告)号：CN112037304A
公开(公告)日：2020-12-04
申请号：CN202010907275.9
申请日：2020-09-02
Abstract: 一种基于SWI相位图像的两阶段的边缘增强QSM重建方法，构建两阶段的边缘增强神经网络，以历史SWI相位图、对应的QSM图像及其边缘图作为训练数据，使用训练数据对网络进行训练，进一步采用训练后的边缘增强神经网络由新采集得到的SWI相位图重建得到QSM图像。本发明通过一步到位的方法使QSM重建免于复杂的预处理步骤与额外的扫描时间，同时扩展了SWI的应用范围。同时提出了一种两阶段的边缘增强的网络结构，首先重建QSM的边缘图，以此在网络的特征图中引入边缘先验知识，这些特征图经过特征优化后可以重建出边缘清晰的QSM图像。
-
公开(公告)号：CN108961215A
公开(公告)日：2018-12-07
申请号：CN201810567301.0
申请日：2018-06-05
Applicant: 上海大学
CPC classification number: G06T7/0012 , G06K9/6271 , G06K9/6288 , G06T2207/10088 , G06T2207/10104 , G06T2207/10132 , G06T2207/20081 , G06T2207/20084 , G06T2207/30016
Abstract: 本发明公开了一种基于多模态医学影像的帕金森病辅助诊断系统和方法。本系统包括输入模块、特征提取模块、特征融合模块以及诊断模块。本方法为获得超声图像、MRI图像和PET图像后，采用不同的方法对三通道的数据提取特征，对提取到的特征采用不同的融合方法进行特征融合；诊断模块将三个模态的特征通过集成学习的方法最终获得诊断结果，供医生进行诊断辅助参考。针对目前帕金森早期诊断，本发明定量分析多模态数据，对于早期诊断帕金森病具有重要意义，不仅可以提高诊断的准确性，减少操作者的主管判断误差，而且对临床早起干预、减少后期残疾，具有一定的辅助指导意义。
-
公开(公告)号：CN104537377A
公开(公告)日：2015-04-22
申请号：CN201410791475.7
申请日：2014-12-19
Applicant: 上海大学
CPC classification number: G06T3/0031
Abstract: 本发明公开了一种基于二维核熵成分分析的图像数据降维方法，其步骤如下：(1)读入图像数据；(2)采用Parzen窗估计核函数；(3)设立按列计算所有图像数据的核矩阵；(4)计算图像数据的相关矩阵的特征值和特征向量；(5)计算图像数据的Renyi熵；(6)采用二维核熵成分分析方法对图像数据的相关矩阵的特征向量进行映射，实现图像数据的降维。该方法利用二维分析方法，直接对图像的行或者列进行核变换，对图像数据的核矩阵估计的熵进行排序，得到降维后的图像数据的本征维数，还能保持图像数据的空间结构信息；该方法由于直接按行或者按列计算图像数据的核矩阵，无需将二维图像数据转换成一维矢量，进行核变换求得相关矩阵时，降低了计算的复杂度。
-
公开(公告)号：CN101719272B
公开(公告)日：2012-07-04
申请号：CN200910199560.3
申请日：2009-11-26
Applicant: 上海大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于三维改进型脉冲耦合神经网络的三维图像分割方法。它是将改进型的脉冲耦合神经网络(IPCNN-Improve pulse coupled neural network)从二维平面扩展到三维空间，利用IPCNN分割算法原理以及图像序列的空间关系进行二值分割，再采用形态学平滑处理感兴趣区域的边缘，最后用体绘制的方法重建感兴趣区域。本方法在保证分割质量的前提下，加快了运行的速度，达到较理想的分割效果。
-
Patent Agency Ranking
公开(公告)号：CN101719272A
公开(公告)日：2010-06-02
申请号：CN200910199560.3
申请日：2009-11-26
Applicant: 上海大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于三维改进型脉冲耦合神经网络的三维图像分割方法。它是将改进型的脉冲耦合神经网络(IPCNN-Improve pulse coupled neural network)从二维平面扩展到三维空间，利用IPCNN分割算法原理以及图像序列的空间关系进行二值分割，再采用形态学平滑处理感兴趣区域的边缘，最后用体绘制的方法重建感兴趣区域。本方法在保证分割质量的前提下，加快了运行的速度，达到较理想的分割效果。
-
公开(公告)号：CN108670297A
公开(公告)日：2018-10-19
申请号：CN201810351621.2
申请日：2018-04-19
Applicant: 上海大学
CPC classification number: A61B8/0808 , A61B8/0891 , A61B8/4411 , A61B8/488 , A61B8/5223 , A61B8/5246
Abstract: 本发明公开了一种基于多模态经颅超声的帕金森病辅助诊断系统及方法。本系统包括输入模块、特征提取模块、特征选择模块和诊断模块，所述输入模块进行特征提取模块和特征选择模块后，连接诊断模块；所述输入模块读入超声图像及超声彩色多普勒影像，特征提取模块提取超声图像黑质区域的图像特征，分割获取多普勒影像中动脉血流频谱曲线；特征选择模块对超声模块特征进行选择；诊断模块通过多模态学习算法对多模态特征进行分类，获得辅助诊断结果，供医生进行诊断辅助参考。
-
公开(公告)号：CN104794505A
公开(公告)日：2015-07-22
申请号：CN201510209922.8
申请日：2015-04-28
Applicant: 上海大学
Abstract: 本发明公开了一种多通道的脑电信号数据融合降维方法，其步骤：(1)读入多通道脑电信号数据；(2)采用Parzen窗对脑电信号数据进行核密度估计，得到脑电信号数据的估计值；(3)采用多项式核函数对脑电信号数据进行核变换，映射到各自对应的核空间中形成核矩阵并用不同的权值将所有通道脑电信号对应的所有核矩阵融合成合成核矩阵；(4)计算合成核矩阵特征值和特征向量；(5)采用核熵主成分分析(KECA)的映射对合成核矩阵G的特征值 和合成核矩阵G的特征向量进行熵成分分析，获得低维的特征值和特征矢量数据，实现多通道脑电信号数据的融合降维。该方法对每一个通道的脑电信号数据进行核函数映射，并通过多核熵成分分析，能实现多通道的脑电信号数据的有效融合降维。
-
公开(公告)号：CN101546430A
公开(公告)日：2009-09-30
申请号：CN200910050360.1
申请日：2009-04-30
Applicant: 上海大学
Abstract: 本发明涉及一种基于简化型脉冲耦合神经网络的边缘提取方法。它是在对具有神经生理学背景的PCNN(pulse coupled neural network)进行简化改进，利用改进后SPCNN(simplied pulse coupled neural network)的分割策略进行二值分割，再采用形态学处理提取图像区域边缘。本方法能提高图像的边缘提取的质量、加快边缘提取的速度，达到较理想的分割效果，在医学领域如超声图像检测和非医学领域如卫星图像检测，安全检测系统等均有广泛应用。
-
公开(公告)号：CN118918510A
公开(公告)日：2024-11-08
申请号：CN202410988732.X
申请日：2024-07-23
Applicant: 上海大学
IPC: G06V20/40 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/084 , G06Q50/20
Abstract: 本发明涉及一种基于时空Transformer的门控混合专家网络的参与度评估方法，包括以下步骤：获取学生线上上课的视频数据，输入训练好的基于时空Transformer的门控混合专家网络的参与度评估模型，获得学生线上上课的参与度评估结果，包括参与度水平预测值及其不确定度；其中，所述基于时空Transformer的门控混合专家网络的参与度评估模型通过最小化基于证据理论和狄利克雷分布构建的目标函数进行迭代训练，包括依次连接的线性映射模块、专家网络模块和Tower网络，还包括为所述专家网络模块生成权重的门控网络模块，所述专家网络模块包括M个并列的专家网络，所述Tower网络包括一个时间Transformer编码器和一个分类器。与现有技术相比，本发明可以进一步提高参与度评估结果的精确度和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.021 seconds)
