-
公开(公告)号：CN118279328A
公开(公告)日：2024-07-02
申请号：CN202410553836.8
申请日：2024-05-07
申请人： 重庆大学
摘要： 本发明提出了一种基于血管流域的肝脏分段方法及系统，该方法包括如下步骤：S1，获取肝脏区域的CT图像；S2，从CT图像中分割出肝脏及其血管结构；S3，对所述血管结构进行半自动划分，基于用户的选点，实现肝脏血管的最优分段方案并显示；S4，基于肝脏血管的分段方案扩充至肝脏，实现肝脏的分段并显示。本发明更高效、更精准的实现半自动肝脏切割，本发明保持细化线的拓扑结构并保持血管连通性，实现任意位置的精准切割。对于用户点选位置不佳的情况，进行容忍度和回溯处理，进行自动的选点纠正。利用GPU的并行计算能力提高处理速度和效率。本发明使肝脏分段结果与血管供氧区域更为近似，使交界处更为平滑，便于用户观察和手术操作。
-
公开(公告)号：CN117975469A
公开(公告)日：2024-05-03
申请号：CN202410163594.1
申请日：2024-02-05
申请人： 重庆大学
IPC分类号： G06V30/16 , G06V30/41 , G06V10/82 , G06N3/0464 , G06V30/414 , G06V30/19
摘要： 本发明属于文档校正技术领域，具体公开了一种基于深度学习的文档图像形状校正方法及系统，该方法包括如下步骤：S1，获取输入文档图像并输入前处理网络，得到文档mask图像；S2，文档mask图像与原输入文档图像进行点乘，得到去除背景的文档图像；S3，去除背景的文档图像作为编码器网络的输入，得到包含丰富几何失真的特征图；S4，将包含丰富几何失真的特征图输入解码器网络和空洞卷积金字塔模块，得到文本行mask预测图和控制点坐标图；S5，基于控制点坐标图中的控制点在原始图像上采用TPS插值方法，得到最终的校正图像。采用本技术方案，去除背景像素对图像校正产生的影响，关注文本内容的细微变形，提高校正的准确性和鲁棒性。
-
公开(公告)号：CN112348839B
公开(公告)日：2024-03-15
申请号：CN202011168588.3
申请日：2020-10-27
申请人： 重庆大学
IPC分类号： G06F30/27
摘要： 本发明公开了一种基于深度学习的图像分割方法及系统。该方法为：将待分割图像输入图像分割模型，获得图像分割结果；图像分割模型建立过程：S1，构建训练集和测试集；S2，构建图像分割卷积网络；图像分割卷积网络包括下采样链路、上采样链路、N个联接链路，下采样链路设有N个下采样处理块，上采样链路设有N个上采样处理块；第N下采样处理块与第N上采样处理块通过第N联接链路连接；第n下采样处理块与第n上采样处理块通过第n联接链路连接，在第n联接链路上设有k个卷积块，n∈[1,N‑1]；S3，利用训练集对图像分割卷积网络进行训练。在联接链路中设置k个卷积块，将原图进行k次卷积操作后再进行拼接，更全面补充信息，提升分割精确度和可靠性。
-
公开(公告)号：CN116385417A
公开(公告)日：2023-07-04
申请号：CN202310390104.7
申请日：2023-04-13
申请人： 重庆大学
IPC分类号： G06T7/00 , G06N3/08 , G06V10/25 , G06N3/0464
摘要： 本发明公开了一种融合小波特征的深度学习超声图像纹理诊断方法及系统，该方法对原始超声图像的感兴趣区域进行预处理；将卷积神经网络作为主干网络，使可学习的小波分支与主干网络并联，得到深度学习超声图像纹理诊断模型；将预处理后的超声图像输入深度学习超声图像纹理诊断模型，训练深度学习超声图像纹理诊断模型；获取待处理的超声图像并预处理后，输入训练后的深度学习超声图像纹理诊断模型，得到诊断结果。采用本技术方案，利用深度学习超声图像纹理诊断模型学习低频与高频、空间域与频域的信息，以可解释的方式实现高精度诊断。
-
公开(公告)号：CN114998307A
公开(公告)日：2022-09-02
申请号：CN202210796459.1
申请日：2022-07-06
申请人： 重庆大学
IPC分类号： G06T7/00 , G06V10/25 , G06V10/26 , G06V10/82 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/40 , G06N3/04 , G06N3/08 , G16H50/20
摘要： 本发明属于医学图像分割技术领域，具体公开了一种基于双分辨率网络的两阶段全3D腹部器官分割方法及系统，该方法对数据集和原始图像进行预处理，对预处理后的数据集和原始图像，进行随机数据增强，根据数据集，训练粗分割网络和精分割网络，将数据增强后的原始图像缩放至预设尺寸再输入粗分割网络，进行腹部器官分割，根据粗分割获得的RO I区域，获取RO I图像并缩放为预设尺寸，再输入精分割网络，得到分割结果。采用本技术方案，使用两阶段方法，实现对全3D腹部器官的分割。
-
公开(公告)号：CN114119525A
公开(公告)日：2022-03-01
申请号：CN202111373245.5
申请日：2021-11-19
申请人： 重庆大学
摘要： 本发明公开了一种细胞医学图像分割的方法，属于医学图像分析技术领域，具体包括以下步骤：将细胞原始图作为预先训练的细胞医学图像分割神经网络模型的输入，细胞医学图像分割神经网络模型对图像的细胞核进行特征增强、特征重用后获得显著性多语义特征图；对特征图进行池化金字塔下采样获得多语义特征图、上采样恢复原图尺寸，将上采样的各特征图进行拼接得到分割结果图，将所述分割结果图与细胞原始图叠加后作为模型输出。本发明可对细胞图像进行分割且分割区域的特征突出。
-
公开(公告)号：CN112529911A
公开(公告)日：2021-03-19
申请号：CN202011437755.X
申请日：2020-12-07
申请人： 重庆大学
摘要： 本发明公开一种胰腺图像分割模型的训练方法、图像分割方法和装置，具体包括以下步骤：获取胰腺图像，所述胰腺图像包括2D图像和3D图像，并对2D图像和3D图像进行裁剪、缩放和HU值截断，截断范围为[‑300,300]；将截断后的2D图像输入训练完成的2‑3D网络分割模型的第一子模型，从而输出2D分割结果和2D特征；将2D分割结果和3D图像数据进行结合得到3D图像特征，将3D图像特征和2D特征输入第二子模型，从而输出3D分割结果。本发明通过将传统2D网络和3D网络进行有机的结合得到2‑3D网络分割模型，从而保证胰腺分割拥有一个较高的分割率，为后续的医生诊断提供了可靠的信息。
-
公开(公告)号：CN110008954B
公开(公告)日：2021-03-19
申请号：CN201910250571.3
申请日：2019-03-29
申请人： 重庆大学
摘要： 本发明公开了一种基于多阈值融合的复杂背景文本图像提取方法及系统。该方法包括：S1，获取原始图像，依据图像类别信息获取局部二值化参数；S2，将原始图像转换为灰度图像；S3，利用第一处理算法获取灰度图像基于边缘的第一二值图；利用第二处理算法基于局部二值化参数对灰度图像进行局部二值化处理得到第二二值图；S4，将第一二值图和第二二值图进行逻辑“或”操作后输出，提取出的文本图像。将基于边缘的第一二值图与局部二值化处理得到的第二二值图进行融合，有效弥补第二二值图中因去除噪声而使得前景文字丢失的缺陷，局部二值化参数依据待处理图像的类别设置，这样对于笔画较浅的文字，处理效果很出色，提升了二值化图像质量。
-
公开(公告)号：CN104318557B
公开(公告)日：2017-03-29
申请号：CN201410552528.X
申请日：2014-10-17
申请人： 重庆大学
摘要： 本发明提出了一种血管骨架线重构方法，其包括如下步骤：对CT图像中的二值血管图像进行细化，形成初步的骨架线；对血管的骨架线进行单分支化，分离骨架线，形成独立血管段；对获得的单分支的血管骨架线进行检测，去除多余骨架线；对得到的所有的单分支骨架线进行平滑，得到精确的中心线；输出平滑后的血管骨架线。本发明的对初步骨架线进行单分支化，去除多余骨架线，从而对骨架进行平滑，获得的骨架点所在位置为血管中心，从而使血管模型更准确。
-
公开(公告)号：CN103310483A
公开(公告)日：2013-09-18
申请号：CN201310201146.8
申请日：2013-05-27
申请人： 重庆大学
IPC分类号： G06T17/00
摘要： 本发明提出了一种基于空洞区域三角剖分的血管分叉表面重建方法，包括如下步骤：构造血管骨架线管状表面；在分叉区域，一个分支上的任一截面的轮廓点如果处在其他分支等效柱体内侧,就把该点和与该点相连的边以及三角面删除；对分叉区域进行二维映射，把分叉区域等效地投影为二维平面拓扑图；利用基于空洞区域三角剖分法填补二维拓扑平面，重建血管分叉区域的表面；利用空洞区域三角剖分填补法重建整个血管树。本发明围绕血管分支原有拓扑走向和管道大小进行分支“互吃”、分叉二维映射、三角剖分以及填补三角空洞，保持了真实血管分叉的拓扑形态，重建模型准确，计算量小，鲁棒性强，重建效率高，重建出的血管模型具有完整的矢量性和可重构性。
-
-
-
-
-
-
-
-
-
搜索结果
47 条记录 (耗时 0.084 秒)
