-
公开(公告)号：CN115644772A
公开(公告)日：2023-01-31
申请号：CN202211411952.3
申请日：2022-11-11
摘要： 本申请公开了一种内窥成像系统，应用于生物医学影像技术领域。该系统包括内窥镜子系统、与其光纤束相连的多模态成像子系统、数据采集子系统、分别与内窥镜子系统和数据采集子系统相连的控制子系统以及图像重建子系统。控制子系统基于预设出光时序脉冲的触发多模态成像子系统按照顺序依次产生OCT激发光、光声激发光、荧光激发光、Raman激发光，通过光纤束进入内窥镜子系统；并基于该时序脉冲同步触发数据采集子系统采集各激发光对应的电信号，以使图像重建子系统基于各电信号分别重建OCT图像、光声图像、荧光图像及Raman图像，有利于精准获取成像组织的有效生物特征信息，满足用户对内窥成像系统的高分辨率成像需求。
-
-
公开(公告)号：CN116309312A
公开(公告)日：2023-06-23
申请号：CN202310058263.7
申请日：2023-01-18
申请人： 厦门大学
IPC分类号： G06T7/00 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/048 , G06V10/764 , G06N3/084 , G06N3/0464 , G06N3/094
摘要： 本发明公开了一种可用于不同数据分布下的息肉分割方法，包括以下步骤：S1、获取息肉的数据集，并对数据集进行预处理；S2、构建息肉的分割模型以及用于对抗训练的鉴别器；S3、利用对抗学习分别对分割模型和鉴别器进行预训练；S4、对预训练后的分割模型进行正式训练；S5、采用正式训练后的分割模型进行息肉分割；本发明将对抗训练和伪标签方法动态结合，能够解决数据分布不同时的跨域问题，在数据分布不同的测试集上有较好的泛化能力。
-
公开(公告)号：CN112085743A
公开(公告)日：2020-12-15
申请号：CN202010924384.1
申请日：2020-09-04
申请人： 厦门大学
发明人： 王连生
摘要： 本发明公开了一种肾肿瘤的图像分割方法，其包括以下步骤：S1、获取腹部扫描图像，并划分成数据集和训练集；S2、对获取的腹部扫描图像进行下采样的预处理操作，得到缩放后的图像；S3、利用腹部空间的全局位置信息确定S2中预处理后图像的感兴趣区域并进行图像分割，通过U型肾肿瘤分割网络进行训练和预测；S4、将S1中的腹部扫描图像进行向外扩张一定范围后分割左肾脏及右肾脏的图像，对所有分割出来的图像进行插值并统一到相同数据分布内，得到左右肾VOI图像；S5、通过U型肾肿瘤分割网络对左右肾VOI图像进行肿瘤分割预测；本发明通过该方法有效避免其他器官组织的干扰，提高了肾肿瘤的识别和分割图像的准确度，且效率更高。
-
公开(公告)号：CN112085716A
公开(公告)日：2020-12-15
申请号：CN202010923735.7
申请日：2020-09-04
申请人： 厦门大学
发明人： 王连生
摘要： 本发明公开了一种基于时阈聚焦图网络的NAFLD超声视频诊断方法，该方法通过结合时阈聚焦图网络和损失函数，对输入的肝脏超声视频分类，从而判断是否患有NAFLD。其中，时阈聚焦图网络由三个子网络组成，分别是特征提取网络、局部连接时阈图网络和全局连接时阈图网络；损失函数由二进制交叉熵损失和区间聚焦损失两部分组成。本发明能够解决现有NAFLD诊断中存在的耗时、专业要求高、误判的问题，提供一种可靠、高效的NAFLD自动诊断方法。
-
公开(公告)号：CN109157210A
公开(公告)日：2019-01-08
申请号：CN201810759651.7
申请日：2018-07-11
申请人： 厦门大学
发明人： 王连生
IPC分类号： A61B5/0402
摘要： 本发明公开了一种基于ADMM和神经网络的心外膜电位重建方法，包括以下步骤：建立心电逆问题求解模型；基于ADMM算法，将所述电逆问题求解模型转化为ADMM算法模型；将所述ADMM算法模型转化为ADMM迭代神经网络模型，计算心电逆问题结果。本发明能够更加准确地求解心电逆问题，确保心外膜电位重建结果的准确性，可信度高。
-
公开(公告)号：CN112085742B
公开(公告)日：2024-04-16
申请号：CN202010923741.2
申请日：2020-09-04
申请人： 厦门大学
发明人： 王连生
IPC分类号： G06T7/11 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/09 , G06T3/40
摘要： 本发明公开了一种基于上下文注意力的NAFLD超声视频诊断方法，其包括以下步骤：S1、获取肝脏超声视频，将肝脏超声视频划分训练集及测试集；S2、将肝脏超声视频进行预处理，以5帧为间距进行稀疏采样，对采集到的图像进行裁剪并缩放，得到分辨率为224×224的图像；S3、构建上下文注意力模型，将步骤S2中的图像输入上下文注意力模型，进行组归一化处理后，提取特征及关键帧图像，配合上下文信息，得到NAFLD超声视频诊断结果；本发明通过自学习提取超声视频的关键帧图像，避免主观因素影响，充分利用超声视频的上下文信息，提高了NAFLD超声视频诊断的准确率。
-
公开(公告)号：CN112085744B
公开(公告)日：2023-11-24
申请号：CN202010924385.6
申请日：2020-09-04
申请人： 厦门大学
发明人： 王连生
IPC分类号： G06T7/11 , G06T9/00 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于多尺度特征学习的肾肿瘤分割方法，其包括以下步骤：S1、获取腹部扫描图像，对获取的腹部扫描图像随机划分训练集；S2、对训练集内的腹部扫描图像进行预处理，得到预处理后的图像；S3、构建多尺度特征网络，通过该网络结合金字塔池化模块及特征金字塔融合模块，充分捕捉图像全局结构信息从而进行精准的肾脏分割；S4、通过多尺度特征网络对S2中预处理后的图像进行预测和分割；本发明有效检测体积不同的肾肿瘤，避免产生假阴性结果，得到准确度高的检测结果。
-
公开(公告)号：CN116092669A
公开(公告)日：2023-05-09
申请号：CN202310058550.8
申请日：2023-01-17
申请人： 厦门大学
IPC分类号： G16H50/20 , G16H50/30 , G16B20/30 , G06F18/214
摘要： 本发明公开了一种基于图神经网络和多模态数据的癌症生存预测方法，包括以下步骤：S1、将病理图像数据、基因表达数据和临床数据分别构建成各自的图结构数据；S2、将3个模态的图结构输入到图神经网络，分别使用归纳图卷积来进行模态内的信息交互，并将结点长度都重塑为512维；S3、使用注意力池化分别得到每个模态的长度为512维的全局特征；S4、将得到的3个模态的全局特征输入到混合多层感知机，进行模态间的信息交互及融合；S5、将交互融合后的3个模态的全局特征输入到多层感知机，得到各个模态的预测结果，并将各个模态的预测结果的平均值作为总的预测结果；该方法可有效提高多模态数据下的生存预测效果。
-
公开(公告)号：CN112348786B
公开(公告)日：2022-09-13
申请号：CN202011186634.2
申请日：2020-10-29
申请人： 厦门大学
发明人： 王连生
摘要： 本发明公开了一种基于双向相关性的one‑shot脑图像分割方法，其包括以下步骤：构建图像变换模型，图像变换模型包括生成器GF、生成器GB及两个判别器D，将图集x及未标注影像y输入生成器GF分流处理，得到前向映射ΔpF，通过判别器D区分开重建影像与未标注影像y，得到重建影像将重建影像及图集x输入生成器GB，得到后向映射ΔpB，通过判别器D区分开重建影像与图集x，得到重建影像通过生成器GF、判别器D及生成器GB相互约束，得到最终的前向映射ΔpF并通过warp操作得到有标注重建影像本发明通过图像变换模型同时学习图集x到未标注影像y的前向映射以及未标注影像y到图集x的后向映射，通过后向映射约束前向映射，提高了前向映射的准确度。
-
-
-
-
-
-
-
-
-
搜索结果
49 条记录 (耗时 0.044 秒)