-
公开(公告)号：CN118154863A
公开(公告)日：2024-06-07
申请号：CN202410195116.9
申请日：2024-02-22
申请人： 四川大学 , 成都市公共卫生临床医疗中心
IPC分类号： G06V10/26 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种肺部CXR图像自动分割方法、系统、设备及介质，属于人工智能技术领域，目的在于提供一种肺部CXR图像自动分割方法、系统、设备及介质，以求达到精确的肺结节自动分割，提高肺结节自动分割的分割精度、分割效果。其构建肺结节分割网络模型包括编码器、解码器，编码器包括由9个模块组成的U型结构，解码器包括由9个模块组成的U型结构，每个模块均由递归残差卷积层组成。采用改进型的U‑Net网络，采用了基于U‑Net模型的递归残差卷积网络同时体系结构修改并扩展为双重u形网络，递归残差连接网络加深也不会梯度消失，以求达到精确的肺结节自动分割，从而可以获得更好的肺结节分割效果，提高肺结节自动分割的分割精度、分割效果。
-
公开(公告)号：CN117637167A
公开(公告)日：2024-03-01
申请号：CN202311645628.2
申请日：2023-12-04
申请人： 四川大学
IPC分类号： G16H50/30 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种肺部术后并发症风险值预测方法、装置、设备及介质，其目的在于解决现有预测模型中的神经网络对异构表格建模能力欠缺从而影响模型性能、以及预测模型的数据来源不全面致使无法充分反应肺部术后并发症发生风险的问题，其包括：获取肺部术后样本数据，并对肺部术后样本数据是否发生并发症进行标定，形成标签数据；构建风险值预测模型，风险值预测模型包括XGBoost树模块、LSTM模块和nmODE模块；采用样本数据对风险值预测模型进行训练；获取实时的术后数据，并输入风险值预测模型，风险值预测模型输出预测的风险值。采用XGBoost树结构对数据进行编码，使用LSTM对相关特征依赖性进行分析，利用神经常微分方程的记忆与学习能力，给出最终的预测结果。
-
公开(公告)号：CN115810016B
公开(公告)日：2023-04-28
申请号：CN202310104254.7
申请日：2023-02-13
申请人： 四川大学
IPC分类号： G06T7/00 , G06V10/82 , G06V10/764 , G06V10/77 , G06N3/08
摘要： 本发明公开了一种肺部感染CXR图像自动识别方法、系统、存储介质及终端，涉及肺炎图像的自动识别，其目的在于解决现有技术中存在稠密连接网络因数据压缩、网络梯度减少造成肺炎图像自动识别效果较差的技术问题。其通过搭建稠密连接网络，稠密连接网络的每层稠密块与前面所有层的稠密块连接在一起，并作为下一层稠密块的输入；且稠密块与稠密块之间的连接包括并列设置的左连接分支、右连接分支，左连接分支包括两个卷积层，右连接分支包括四个卷积层。本发明的网络结构改为双向致密层和过渡层，可进行无压缩操作并提取到肺炎多尺度的特征，且稠密连接网络加深也不会造成梯度消失，加深网络可以获得更好的肺炎识别效果。
-
公开(公告)号：CN115810016A
公开(公告)日：2023-03-17
申请号：CN202310104254.7
申请日：2023-02-13
申请人： 四川大学
IPC分类号： G06T7/00 , G06V10/82 , G06V10/764 , G06V10/77 , G06N3/08
摘要： 本发明公开了一种肺部感染CXR图像自动识别方法、系统、存储介质及终端，涉及肺炎图像的自动识别，其目的在于解决现有技术中存在稠密连接网络因数据压缩、网络梯度减少造成肺炎图像自动识别效果较差的技术问题。其通过搭建稠密连接网络，稠密连接网络的每层稠密块与前面所有层的稠密块连接在一起，并作为下一层稠密块的输入；且稠密块与稠密块之间的连接包括并列设置的左连接分支、右连接分支，左连接分支包括两个卷积层，右连接分支包括四个卷积层。本发明的网络结构改为双向致密层和过渡层，可进行无压缩操作并提取到肺炎多尺度的特征，且稠密连接网络加深也不会造成梯度消失，加深网络可以获得更好的肺炎识别效果。
-
-
-
搜索结果
4 条记录 (耗时 0.047 秒)
