公开(公告)号：CN111640121A

公开(公告)日：2020-09-08

申请号：CN202010350024.5

申请日：2020-04-28

Applicant: 南京理工大学

Inventor： 郑标 ,  蔡晨晓 ,  刘静波 ,  许璟 ,  马磊 ,  黄杰 ,  周燕

IPC: G06T7/11 ,  G06T7/136 ,  G06T5/30 ,  G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于改进U-net的直肠CT图像肿瘤分割方法，方法为：从直肠CT图像中截取直肠区域并进行预处理，得到数据集；利用基于随机弹性形变的数据扩充技术对数据集进行扩充；训练YOLOv3神经网络，对直肠区域进行检测，判断CT图像中是否存在肿瘤区域；根据attention机制和残差学习结构优化U-net分割模型；根据YOLOv3网络的检测结果，将包含肿瘤区域的CT图像送入改进的U-net模型中进行训练，分割出直肠肿瘤区域的形状。本发明相对于传统的U-net分割网络，在进行直肠肿瘤区域的分割任务时，能够减少计算量，并且能提升对原始数据集的信息利用率，取得更高的分割精度。

公开(公告)号：CN107688554A

公开(公告)日：2018-02-13

申请号：CN201710780066.0

申请日：2017-09-01

Applicant: 南京理工大学

Inventor： 蔡晨晓 ,  陈昶旭 ,  许璟 ,  钱涛 ,  张立明 ,  姚娟 ,  邹云

IPC: G06F17/14

CPC classification number: G06F17/141

Abstract: 本发明公开了一种基于自适应傅里叶分解的频域辨识方法，主要包含两阶段，第一阶段是估计频率响应：首先采集系统的输入和输出数据，然后对数据进行预处理和谱分析，得到系统的频率响应估计值；第二阶段是辨识传递函数模型：主要运用AFD算法，根据第一阶段得到的频率响应估计值将模型表示为加权Blaschke乘积，从而得到离散传递函数。本发明的频域辨识方法通用性强，计算速度快，辨识精度高。

公开(公告)号：CN107688554B

公开(公告)日：2021-09-03

申请号：CN201710780066.0

申请日：2017-09-01

Applicant: 南京理工大学

Inventor： 蔡晨晓 ,  陈昶旭 ,  许璟 ,  钱涛 ,  张立明 ,  姚娟 ,  邹云

IPC: G06F17/14

Abstract: 本发明公开了一种基于自适应傅里叶分解的频域辨识方法，主要包含两阶段，第一阶段是估计频率响应：首先采集系统的输入和输出数据，然后对数据进行预处理和谱分析，得到系统的频率响应估计值；第二阶段是辨识传递函数模型：主要运用AFD算法，根据第一阶段得到的频率响应估计值将模型表示为加权Blaschke乘积，从而得到离散传递函数。本发明的频域辨识方法通用性强，计算速度快，辨识精度高。