-
公开(公告)号：CN113743353B
公开(公告)日：2024-06-25
申请号：CN202111080795.8
申请日：2021-09-15
Applicant: 合肥工业大学
IPC: G06V20/69 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/084 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及空间、通道和尺度注意力融合学习的宫颈细胞分类方法，包括：准备训练样本；构造通道注意力模块；构造空间注意力模块；构建尺度注意力模块；构搭建基于空间、通道和尺度注意力融合学习的深度网络；构建宫颈细胞图像分类器；预测图像的类别：加载基于空间、通道和尺度注意力融合学习的深度网络的网络结构与权重参数，将宫颈细胞图像输入至基于空间、通道和尺度注意力融合学习的深度网络中得到分类结果。本发明构建了一个能够对5类宫颈细胞图像进行分类的分类模型，利用本发明对宫颈细胞图像进行分类，能够辅助医生进行分析，有利于减轻病理医生的负担；有利于解决医疗资源矛盾，覆盖基层、乡村等小型医院，提高全国整体筛查水平。
-
公开(公告)号：CN113222044B
公开(公告)日：2022-03-08
申请号：CN202110573771.X
申请日：2021-05-25
Applicant: 合肥工业大学
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于三元注意力和尺度关联融合的宫颈液基细胞分类方法，包括以下步骤：步骤S1、采集训练样本图像数据；步骤S2、构造三元注意力模块，将输入数据分为三个分支并分别计算通道维度和空间维度的注意权重，将三个分支的权重以取平均值的方式进行聚合；步骤S3、构建尺度关联融合层；步骤S4、搭建基于三元注意力模块和尺度关联融合层的深度网络。该基于三元注意力和尺度关联融合的宫颈液基细胞分类方法，取传统卷积神经网络的中间结果输入三元注意力模块和尺度关联融合层，对数据的特征进行更加有效的学习，从而丰富了传统卷积神经网络所提取的特征，提高了结果正确率。
-
公开(公告)号：CN113378792B
公开(公告)日：2022-08-02
申请号：CN202110777703.5
申请日：2021-07-09
Applicant: 合肥工业大学
Abstract: 本发明公开了一种融合全局和局部信息的弱监督宫颈液基细胞图像分析方法，其步骤包括：1、获取具有图片级别的弱标签宫颈液基细胞视野图像数据集；2、建立融合全局和局部信息的弱监督网络模型；3、使用弱标签的数据集离线训练网络模型；4、利用训练好的模型对宫颈细胞图像进行预测，完成图像分类以及单个细胞的检测与分类。本发明能克服宫颈图像数据详细标注有限的不足，并使用弱监督方法有效完成视野图像(Field OfView，FOV)级的分类以及细胞级别的检测与分类。
-
Patent Agency Ranking
公开(公告)号：CN113378792A
公开(公告)日：2021-09-10
申请号：CN202110777703.5
申请日：2021-07-09
Applicant: 合肥工业大学
Abstract: 本发明公开了一种融合全局和局部信息的弱监督宫颈液基细胞图像分析方法，其步骤包括：1、获取具有图片级别的弱标签宫颈液基细胞视野图像数据集；2、建立融合全局和局部信息的弱监督网络模型；3、使用弱标签的数据集离线训练网络模型；4、利用训练好的模型对宫颈细胞图像进行预测，完成图像分类以及单个细胞的检测与分类。本发明能克服宫颈图像数据详细标注有限的不足，并使用弱监督方法有效完成视野图像(Field OfView，FOV)级的分类以及细胞级别的检测与分类。
-
公开(公告)号：CN113222044A
公开(公告)日：2021-08-06
申请号：CN202110573771.X
申请日：2021-05-25
Applicant: 合肥工业大学
Abstract: 本发明涉及一种基于三元注意力和尺度关联融合的宫颈液基细胞分类方法，包括以下步骤：步骤S1、采集训练样本图像数据；步骤S2、构造三元注意力模块，将输入数据分为三个分支并分别计算通道维度和空间维度的注意权重，将三个分支的权重以取平均值的方式进行聚合；步骤S3、构建尺度关联融合层；步骤S4、搭建基于三元注意力模块和尺度关联融合层的深度网络。该基于三元注意力和尺度关联融合的宫颈液基细胞分类方法，取传统卷积神经网络的中间结果输入三元注意力模块和尺度关联融合层，对数据的特征进行更加有效的学习，从而丰富了传统卷积神经网络所提取的特征，提高了结果正确率。
-
公开(公告)号：CN113743353A
公开(公告)日：2021-12-03
申请号：CN202111080795.8
申请日：2021-09-15
Applicant: 合肥工业大学
Abstract: 本发明涉及空间、通道和尺度注意力融合学习的宫颈细胞分类方法，包括：准备训练样本；构造通道注意力模块；构造空间注意力模块；构建尺度注意力模块；构搭建基于空间、通道和尺度注意力融合学习的深度网络；构建宫颈细胞图像分类器；预测图像的类别：加载基于空间、通道和尺度注意力融合学习的深度网络的网络结构与权重参数，将宫颈细胞图像输入至基于空间、通道和尺度注意力融合学习的深度网络中得到分类结果。本发明构建了一个能够对5类宫颈细胞图像进行分类的分类模型，利用本发明对宫颈细胞图像进行分类，能够辅助医生进行分析，有利于减轻病理医生的负担；有利于解决医疗资源矛盾，覆盖基层、乡村等小型医院，提高全国整体筛查水平。
-
公开(公告)号：CN103793786A
公开(公告)日：2014-05-14
申请号：CN201410022939.8
申请日：2014-01-17
Applicant: 合肥工业大学
CPC classification number: Y02P90/30
Abstract: 本发明公开了一种再制造曲轴径向跳动加工质量控制方法，其步骤为：一：获得多个不同批次再制造曲轴检测数据，分别求出不同批次再制造曲轴各主轴颈的圆度不确定度和曲轴弯曲度不确定度；二：测得各批次再制造曲轴径向跳动合格率，建立合格率与再制造曲轴主轴颈圆度不确定度和曲轴弯曲度之间的多元非线性模型，并求解；三：根据求得的非线性表达式，求出各不确定度的影响系数。本发明通过该模型和影响系数可以将主轴颈不确定度、弯曲度不确定度对再制造曲轴径向跳动质量的影响程度进行量化，可以明确不确定环境下再制造曲轴质量与其不确定度之间的关系，揭示再制造曲轴质量的耦合机理，以指导再制造曲轴的修复，确保再制造曲轴的加工质量，进而提高再制造发动机产品质量和服役性能。
-
公开(公告)号：CN103793786B
公开(公告)日：2016-09-07
申请号：CN201410022939.8
申请日：2014-01-17
Applicant: 合肥工业大学
CPC classification number: Y02P90/30
Abstract: 本发明公开了一种再制造曲轴径向跳动加工质量控制方法，其步骤为：一：获得多个不同批次再制造曲轴检测数据，分别求出不同批次再制造曲轴各主轴颈的圆度不确定度和曲轴弯曲度不确定度；二：测得各批次再制造曲轴径向跳动合格率，建立合格率与再制造曲轴主轴颈圆度不确定度和曲轴弯曲度之间的多元非线性模型，并求解；三：根据求得的非线性表达式，求出各不确定度的影响系数。本发明通过该模型和影响系数可以将主轴颈不确定度、弯曲度不确定度对再制造曲轴径向跳动质量的影响程度进行量化，可以明确不确定环境下再制造曲轴质量与其不确定度之间的关系，揭示再制造曲轴质量的耦合机理，以指导再制造曲轴的修复，确保再制造曲轴的加工质量，进而提高再制造发动机产品质量和服役性能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.026 seconds)
