-
公开(公告)号：CN114863165B
公开(公告)日：2023-06-16
申请号：CN202210378696.6
申请日：2022-04-12
申请人： 南通大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/74 , G06V10/40 , G06T7/11 , G06T7/00 , G06T5/00 , G06N3/0464
摘要： 本发明涉及医学图像分割与图像分类技术领域，具体涉及一种基于影像组学与深度学习特征融合的椎体骨密度分类方法，将CT图像下椎体分为骨质疏松、低骨量与正常组，包括S1:建立基于CRF和注意力引导的椎体分割网络，获取L1、L2椎体松质骨掩膜；S2:通过GCAM‑Net对L1和L2融合后的特征图进行深度学习特征提取，并利用L1和L2的CT图像及掩膜进行影像组学特征提取；S3：运用差分进化算法在深度学习特征中提取最优特征集，并将提取后影像组学特征通过SVM‑RFE法进行特征筛选，最后将影像组学特征和深度学习特征通过最大相关性融合算法进行特征融合，并利用神经网络分类。本发明技术方案结合深度学习特征和影像组学特征，有效提高骨密度分类的准确性。
-
公开(公告)号：CN115937923A
公开(公告)日：2023-04-07
申请号：CN202211244064.7
申请日：2022-10-12
申请人： 南通大学 , 南通睿辉信息科技有限公司
摘要： 本发明涉及一种可实现学生专注度检测的线上教学平台，该平台主要包括两个部分教师端使用平台和学生端使用平台，学生端使用平台主要功能是接收老师端共享的屏幕内容和实时追踪学生眼动轨迹，其中追踪学生眼动轨迹是通过学生端设备上的摄像头采集图像信息，然后对其眼球运动轨迹进行追踪，并将其发送到系统的服务器中，由系统的私有云服务器对接收到学生注意力数据进行分析计算处理，进而判断学生上课的专注度。教师端使用平台主要功能是将自己的屏幕内容共享到各个学生端的设备上和实施接收私有云服务器中处理后的学生专注度数据，可以实时了解每个学生上课时的专注度情况，在学生走神时及时提醒学生。本发明提出的线上教学平台相比于传统的教学平台，能够帮助教师实时了解学生专注度，有利于教学的质量的提高。
-
公开(公告)号：CN114898464B
公开(公告)日：2023-04-07
申请号：CN202210502602.1
申请日：2022-05-09
申请人： 南通大学
IPC分类号： G06V40/20 , G06V10/10 , G06V10/22 , G06V10/40 , G06V10/46 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明属于手语识别技术领域，具体涉及一种基于机器视觉的轻量化精准手指语智能算法识别方法，具体步骤包括：第一步单目相机采集图像信息，以Finger‑YOLOv4算法对采集的图像信息处理，框选出手部的区域；第二步在框选的手部区域内基于稀疏性目标提取算法锁定操作人员手部区域排除非操作人员手部干扰；第三步在操作人员手部区域内基于DFCRF‑Net进行深度学习，识别出手部区域的21个关键点的坐标；第四步根据21个关键点坐标的位置关系采用强制坐标法推理出当前手势表达的手指语。本发明提出的算法架构轻量化，仅需单目相机即可部署，检测速度快、精度高；经过不同环境、操作人员的测试，该智能算法识别方法可以有效的识别出全部手指语手势。
-
公开(公告)号：CN114897780B
公开(公告)日：2023-04-07
申请号：CN202210378697.0
申请日：2022-04-12
申请人： 南通大学
IPC分类号： G06T7/00 , G06T7/10 , G06T3/40 , G06N3/0464 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82
摘要： 本发明涉及医学图像分割技术领域，具体涉及一种基于MIP序列的肠系膜上动脉血管重建方法，包括：S1：获取肠系膜上动脉血管MIP薄切序列数据集，并对数据做增强处理；S2：建立基于上下文引导的图神经网络与卷积神经网络的血管预重建网络，结合使用双注意力结构与条件随机场获得血管预重建结果；S3：建立基于Iter‑Unet的后处理网络，对预重建得到的结果做进一步细化处理，加强细小血管的边缘结构的同时连接断裂血管。本发明引入序列优化对单张图像的血管分割，利用空间冗余信息推理出由于CT扫描造成的血管的缺失部分，提高血管的连通性与拓扑结构，减轻噪音、伪影、重叠组织对分割的扰动，实现末端细小血管的精准分割，提高了血管分割重建的深度和精度。
-
公开(公告)号：CN114897780A
公开(公告)日：2022-08-12
申请号：CN202210378697.0
申请日：2022-04-12
申请人： 南通大学
IPC分类号： G06T7/00 , G06T7/10 , G06T3/40 , G06N3/04 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82
摘要： 本发明涉及医学图像分割技术领域，具体涉及一种基于MIP序列的肠系膜上动脉血管重建方法，包括：S1：获取肠系膜上动脉血管MIP薄切序列数据集，并对数据做增强处理；S2：建立基于上下文引导的图神经网络与卷积神经网络的血管预重建网络，结合使用双注意力结构与条件随机场获得血管预重建结果；S3：建立基于Iter‑Unet的后处理网络，对预重建得到的结果做进一步细化处理，加强细小血管的边缘结构的同时连接断裂血管。本发明引入序列优化对单张图像的血管分割，利用空间冗余信息推理出由于CT扫描造成的血管的缺失部分，提高血管的连通性与拓扑结构，减轻噪音、伪影、重叠组织对分割的扰动，实现末端细小血管的精准分割，提高了血管分割重建的深度和精度。
-
公开(公告)号：CN114898464A
公开(公告)日：2022-08-12
申请号：CN202210502602.1
申请日：2022-05-09
申请人： 南通大学
IPC分类号： G06V40/20 , G06V10/10 , G06V10/22 , G06V10/40 , G06V10/46 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明属于手语识别技术领域，具体涉及一种基于机器视觉的轻量化精准手指语智能算法识别方法，具体步骤包括：第一步单目相机采集图像信息，以Finger‑YOLOv4算法对采集的图像信息处理，框选出手部的区域；第二步在框选的手部区域内基于稀疏性目标提取算法锁定操作人员手部区域排除非操作人员手部干扰；第三步在操作人员手部区域内基于DFCRF‑Net进行深度学习，识别出手部区域的21个关键点的坐标；第四步根据21个关键点坐标的位置关系采用强制坐标法推理出当前手势表达的手指语。本发明提出的算法架构轻量化，仅需单目相机即可部署，检测速度快、精度高；经过不同环境、操作人员的测试，该智能算法识别方法可以有效的识别出全部手指语手势。
-
公开(公告)号：CN115601823A
公开(公告)日：2023-01-13
申请号：CN202211244072.1
申请日：2022-10-12
申请人： 南通大学(CN) , 南通睿辉信息科技有限公司(CN)
摘要： 本发明提供一种中小学生专注度追踪及评估方法，该方法包括两个部分。第一个部分为自主搭建的专注度评估模型，自主搭建的专注度评估模型首先需要采集大量的中小学在学习阅读时的眼球运动轨迹，根据采集到的眼球运动轨迹，通过心理学和教育学研究中小学生的眼动运动轨迹，以此来自主搭建专属于中小学生的眼球运动专注度评价模型。第二部分为专注度追踪及评估系统，该部分首先是通过采集被测者的眼球运动轨迹；其次是建立头部的偏移模型，通过算法将头部与眼动仪之间的偏移进行修正；然后将眼球的运动轨迹映射到屏幕上；最后将采集到眼球运动轨迹放入第一部分的自主搭建的专注度评估模型中，由专注度评估模型对学生的专注度做出评估。该专注度评估及追踪方法不仅可以准备的做出专注度评估，且实用性强。
-
公开(公告)号：CN114863165A
公开(公告)日：2022-08-05
申请号：CN202210378696.6
申请日：2022-04-12
申请人： 南通大学
IPC分类号： G06V10/764 , G06K9/62 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/74 , G06V10/40 , G06T7/11 , G06T7/00 , G06T5/00 , G06N3/04
摘要： 本发明涉及医学图像分割与图像分类技术领域，具体涉及一种基于影像组学与深度学习特征融合的椎体骨密度分类方法，将CT图像下椎体分为骨质疏松、低骨量与正常组，包括S1:建立基于CRF和注意力引导的椎体分割网络，获取L1、L2椎体松质骨掩膜；S2:通过GCAM‑Net对L1和L2融合后的特征图进行深度学习特征提取，并利用L1和L2的CT图像及掩膜进行影像组学特征提取；S3：运用差分进化算法在深度学习特征中提取最优特征集，并将提取后影像组学特征通过SVM‑RFE法进行特征筛选，最后将影像组学特征和深度学习特征通过最大相关性融合算法进行特征融合，并利用神经网络分类。本发明技术方案结合深度学习特征和影像组学特征，有效提高骨密度分类的准确性。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.022 秒)
