-
公开(公告)号：CN110648288B
公开(公告)日：2023-02-03
申请号：CN201910793892.8
申请日：2019-08-27
申请人： 上海理工大学
IPC分类号： G06T5/00 , G06N3/0464 , G06N3/08
摘要： 本发明提供一种基于残差转置去卷积神经网络的胆道镜图像增强方法，用于增强待处理胆道镜图像的成像品质，包括如下步骤：将所述待处理胆道镜图像进行去运动模糊处理和去噪处理，获得待增强胆道镜图像；将所述待增强胆道镜图像输入到训练完成的最终图像增强模型中进行增强处理，获得最终胆道镜图像。本发明中的最终图像增强模型通过低位数图像和高位数图像相配合的训练方法进行训练，训练完成后最终图像增强模型能够使待处理胆道镜图像的图像位数增加，从而使待处理胆道镜图像的成像品质在现有基础上进行进一步增强，进而能够提高胆道结石手术的成功率。
-
公开(公告)号：CN109887600A
公开(公告)日：2019-06-14
申请号：CN201910303300.X
申请日：2019-04-16
申请人： 上海理工大学
IPC分类号： G16H50/20
摘要： 本发明提出一种对非小细胞肺癌预后生存情况的分析方法，本发明设计实验对非小细胞肺癌患者进行预后生存分析研究，基于CT影像组学特征对非小细胞肺癌预后分析模型进行构建，按照传统影像组学研究框架，对非小细胞肺癌患者数据进行了肿瘤的分割、特征提取、特征筛选、影像组学特征与预后生存情况的相关性分析和预后生存分析模型建模，得到与非小细胞肺癌患者预后生存显著性相关的影像组学预后因素与预后生存分析模型，从而为医生提供病人包括存活时间以及一系列后期病灶发展情况的数据信息，同时，对得到的预后生存模型的性能进行了评价，保证了预后生存模型的准确性。
-
公开(公告)号：CN110675402A
公开(公告)日：2020-01-10
申请号：CN201910793888.1
申请日：2019-08-27
申请人： 上海理工大学
摘要： 本发明提供一种基于内窥镜图像的结直肠息肉分割方法，用于从结直肠的内窥镜图像中确定结直肠中息肉的息肉具体区域，包括如下步骤：对内窥镜图像进行校正和去噪；选取息肉疑似区域和结直肠息肉聚类中心点；设定图像分析尺度，对息肉疑似区域进行区域增强；选取初始背景像素聚类中心点；以结直肠息肉聚类中心点和初始背景像素聚类中心点作为初始聚类中心；根据k均值聚类法建立成本函数，并对初始聚类中心进行迭代计算，从而不断更新当前聚类中心；直至迭代结束，获得最终聚类中心；根据最终聚类中心对待分类像素点进行聚类，获得息肉具体区域。该方法能够准确区分结直肠息肉的边缘区域，提高结直肠息肉的分割精度。
-
公开(公告)号：CN110648288A
公开(公告)日：2020-01-03
申请号：CN201910793892.8
申请日：2019-08-27
申请人： 上海理工大学
摘要： 本发明提供一种基于残差转置去卷积神经网络的胆道镜图像增强方法，用于增强待处理胆道镜图像的成像品质，包括如下步骤：将所述待处理胆道镜图像进行去运动模糊处理和去噪处理，获得待增强胆道镜图像；将所述待增强胆道镜图像输入到训练完成的最终图像增强模型中进行增强处理，获得最终胆道镜图像。本发明中的最终图像增强模型通过低位数图像和高位数图像相配合的训练方法进行训练，训练完成后最终图像增强模型能够使待处理胆道镜图像的图像位数增加，从而使待处理胆道镜图像的成像品质在现有基础上进行进一步增强，进而能够提高胆道结石手术的成功率。
-
公开(公告)号：CN110059697A
公开(公告)日：2019-07-26
申请号：CN201910352565.9
申请日：2019-04-29
申请人： 上海理工大学
摘要： 本发明提供了一种基于深度学习的肺结节自动分割方法，用于判断肺结节的类型并进行系统的分割，包括以下步骤：步骤1，从LIDC中获取CT影像数据，将CT影像数据中的肺结节区域截取为50×50像素大小的图片作为训练图片数据；步骤2，建立肺结节CNN分类模型，将训练图片数据输入CNN分类模型对CNN分类模型进行优化训练，并保存最高的分类准确率下的CNN分类模型进行使用；步骤3，建立各个类型肺结节的3DU-net分割模型，将相同类型的肺结节区域的图片数据作为3DU-net分割模型的输入图像来对3DU-net分割模型进行优化训练，并保存最高的分割准确率下的3DU-net分割模型进行使用；步骤4，将待分割的肺结节区域图像输入CNN分类模型后在经过3DU-net分割模型完成对肺结节区域分割。
-
公开(公告)号：CN110059697B
公开(公告)日：2023-04-28
申请号：CN201910352565.9
申请日：2019-04-29
申请人： 上海理工大学
摘要： 本发明提供了一种基于深度学习的肺结节自动分割方法，用于判断肺结节的类型并进行系统的分割，包括以下步骤：步骤1，从LIDC中获取CT影像数据，将CT影像数据中的肺结节区域截取为50×50像素大小的图片作为训练图片数据；步骤2，建立肺结节CNN分类模型，将训练图片数据输入CNN分类模型对CNN分类模型进行优化训练，并保存最高的分类准确率下的CNN分类模型进行使用；步骤3，建立各个类型肺结节的3DU‑net分割模型，将相同类型的肺结节区域的图片数据作为3DU‑net分割模型的输入图像来对3DU‑net分割模型进行优化训练，并保存最高的分割准确率下的3DU‑net分割模型进行使用；步骤4，将待分割的肺结节区域图像输入CNN分类模型后在经过3DU‑net分割模型完成对肺结节区域分割。
-
公开(公告)号：CN110458246A
公开(公告)日：2019-11-15
申请号：CN201910793781.7
申请日：2019-08-27
申请人： 上海理工大学
摘要： 本发明提供一种基于深度学习的胆道结石分类方法，用于对胆道结石图像中的胆道结石进行分类，包括如下步骤：将胆道结石图像进行去噪处理，获得待分类图像；将待分类图像输入到训练验证完成后的最终胆道结石分类模型中，获得胆道结石图像中胆道结石的类型，其中，通过构建双通道网络模型，作为初始胆道结石分类模型，并选取合适的图像数据作为初始胆道结石分类模型的训练集和验证集，通过训练集和验证集对初始胆道结石分类模型进行训练和验证，并将最优模型作为最终胆道结石分类模型，通过该方法能够精准、直观的确定病人的胆道结石类型，从而有利于病人的治疗。
-
公开(公告)号：CN201593847U
公开(公告)日：2010-09-29
申请号：CN201020033331.2
申请日：2010-01-21
申请人： 上海理工大学
摘要： 本实用新型涉及一种空调焓差实验室节能控制装置，冷水机组出水口经过冷水机组出水开关电磁阀先经过压力传感器再经过循环水泵进入冷却塔，冷却塔出来的冷却水经过冷水机组进水开关电磁阀循环回水冷机组，压力传感器信号传送到数字显示器处理，数字显示器输出信号传入变频器，变频器输出调控循环水泵。不仅结构简单，安全可靠，而且系统安全稳定，控制精确，能有效地控制循环水泵的实际功率，从而可以减小低负荷时的水泵功率，达到减少运行费用的目的。
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.033 秒)
