-
公开(公告)号：CN118429365A
公开(公告)日：2024-08-02
申请号：CN202410580160.1
申请日：2024-05-11
申请人： 复旦大学
IPC分类号： G06T7/11 , G06T7/00 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/096
摘要： 一种基于识别‑校正的带噪声标签息肉图像分割方法及系统，通过构造并训练噪声识别网络，对结肠镜息肉图像数据集中的噪声标签进行迭代识别，得到噪声样本和普通样本；再通过平均教师网络以半监督方式学习噪声样本的图像知识，以得到的自信度作为权重进行标签校正，以避免错误校正的同时利用噪声标签的知识，最终通过学生网络在在线阶段实时对输入的图像生成准确的分割预测结果。与现有技术相比，本发明显著提高分割网络在噪声标注的训练集上的分割性能。
-
公开(公告)号：CN114387208A
公开(公告)日：2022-04-22
申请号：CN202111461032.8
申请日：2021-12-02
申请人： 复旦大学
摘要： 一种基于上下文驱动的金字塔结构无监督配准系统及方法，包括：两个分别用于接收参考图像和待配准图像且共享权重的多分辨率金字塔模块、变形场估计模块、优化模块、变形场正则化模块以及配准模块，其中：变形场估计模块根据参考图像、待配准图像、上一级估计的变形场、上一级生成的多角度语义信息，在不同分辨率下分别对变形场进行估计，并生成变形场和多角度语义信息；优化模块将估计得到的变形场调整至与原始图像的分辨率一致；变形场正则化模块通过变形场正则化模型对变形场的折叠区域进行局部高斯平滑滤波，从而降低变形场的折叠率并输出最终变形场，配准模块根据最终变形场进行特征映射得到配准后图像。
-
公开(公告)号：CN110084751A
公开(公告)日：2019-08-02
申请号：CN201910336289.7
申请日：2019-04-24
申请人： 复旦大学
摘要： 本发明是一种图像重建系统，系统包含：生成器和判别器。通过该系统来图像重建方法为：步骤1、给系统输入目标的低质量图像和高质量图像；步骤2、生成器读取低质量图像后，根据L1损失函数来生成人工组合图像；步骤3、生成器通过梯度损失函数来调整生成的人工组合图像的边缘的锐度；步骤4、判别器读取所述人工组合图像和高质量图像后产生对抗损失函数；步骤5、生成器再根据对抗损失函数来进一步对人工组合图像优化。本发明可以帮助超声仪器向着小型化的趋势发展，以使超声成像技术可以在家庭健康检查和极端环境下医疗等领域具有更高的应用价值。
-
公开(公告)号：CN105405119B
公开(公告)日：2018-07-13
申请号：CN201510688066.9
申请日：2015-10-21
申请人： 复旦大学
摘要： 本发明属于图像分割技术领域，具体为一种基于深度置信网络和三维模型的胎儿正中矢状面自动检测方法。本发明针对三维胎儿超声数据，主要分为三步：首先通过深度置信网络（DBN）从三维数据的中心切面上自动搜索得到包含头颅的图像块，然后使用方向Kirsch边缘检测和霍夫变换在图像块中定位头颅的精确大小和位置，最后利用头颅关于正中矢状面对称的特点，通过三维模型将平面检测问题转变为二维对称性检测问题，完成最终的正中矢状面自动检测。本方法通过建立模型将三维问题简化为二维问题，实现正中矢状面的自动检测，取得了较好的结果。
-
公开(公告)号：CN104997534B
公开(公告)日：2017-10-10
申请号：CN201510439757.5
申请日：2015-07-24
申请人： 复旦大学
摘要： 本发明属于超声量化分析技术领域，具体为一种基于带约束最小二乘算法的超声衰减系数成像方法。本发明方法首先将接收到的射频回波信号分割成若干个相互重叠的数据块，然后利用welch算法评估数据块的功率谱，接着结合功率谱信息和约束条件，利用最小二乘算法评估衰减系数，最后对感兴趣区域内每个数据块内的衰减系数进行成像以获得超声衰减系数成像。在本发明中，引入的约束条件避免了最小二乘算法因局部最大值收敛而导致的误差，提高了衰减评估算法在背散射特性均一情况下的评估准确度。本发明作为一种超声量化诊断方法，可为超声的临床诊断提供更丰富的信息和手段。
-
公开(公告)号：CN105854182A
公开(公告)日：2016-08-17
申请号：CN201610258861.9
申请日：2016-04-25
申请人： 复旦大学
CPC分类号： A61N1/36014 , A61B5/4005 , A61B5/441 , A61N1/36103 , A61N1/36135 , A61N1/3615
摘要： 本发明属于康复器件技术领域，具体为一种脑卒中患者触觉康复治疗系统。本发明由四个功能部件组成：手指触觉单元、触觉汇总节点、上位机、神经刺激电极阵列。本发明利用传感器阵列搜集每个手指不同部位的触觉压力信息，并将每个单指信号处理之后的信息汇总至触觉汇总节点；触觉汇总节点利用算法对来自单指信号的初级编码信息进行深度加工和编码，产生相对应的神经刺激脉冲输入大臂相应神经干；同时将采集到的信息通过有线或无线方式上传至上位机；上位机通过图形化界面实时显示各个手指不同位置压力信息；单指信号处理节点和汇总节点、汇总节点和上位机之间采用软件协议进行通讯。本系统使患者触觉感知神经通路得到强化刺激，增强康复效果，并提供拟真触觉感觉，提高患者生活质量。
-
公开(公告)号：CN105405119A
公开(公告)日：2016-03-16
申请号：CN201510688066.9
申请日：2015-10-21
申请人： 复旦大学
IPC分类号： G06T7/00
CPC分类号： G06T2207/10136 , G06T2207/20061 , G06T2207/20081 , G06T2207/30008 , G06T2207/30044
摘要： 本发明属于图像分割技术领域，具体为一种基于深度置信网络和三维模型的胎儿正中矢状面自动检测方法。本发明针对三维胎儿超声数据，主要分为三步：首先通过深度置信网络（DBN）从三维数据的中心切面上自动搜索得到包含头颅的图像块，然后使用方向Kirsch边缘检测和霍夫变换在图像块中定位头颅的精确大小和位置，最后利用头颅关于正中矢状面对称的特点，通过三维模型将平面检测问题转变为二维对称性检测问题，完成最终的正中矢状面自动检测。本方法通过建立模型将三维问题简化为二维问题，实现正中矢状面的自动检测，取得了较好的结果。
-
公开(公告)号：CN105046692A
公开(公告)日：2015-11-11
申请号：CN201510374494.4
申请日：2015-07-01
申请人： 复旦大学
IPC分类号： G06T7/00
CPC分类号： G06T2200/04 , G06T2207/30016 , G06T2207/30096
摘要： 本发明属于图像分割技术领域，具体为一种结合感兴趣区域和GrowCut算法的三维全自动脑胶质瘤分割方法。该方法首先扩展Bounding box算法到3D，并运用其提取包含脑胶质瘤的感兴趣区域VOI，然后利用反射对称算法对VOI进行评估并克服Bounding box在检测脑胶质瘤横跨正中矢状面时的不足，最后基于准确的VOI对图像中的像素点进行标记，使半自动的2D GrowCut算法优化成全自动3D分割方法。本方法在准确分割脑胶质瘤的同时，较相同原理的2D分割算法在理论上和实际中都更加迅速，并且比人工分割方法更具便利性和可行性。本发明作为一种图像分割方法，可为脑胶质瘤的临床诊断有力辅助工具。
-
公开(公告)号：CN104997534A
公开(公告)日：2015-10-28
申请号：CN201510439757.5
申请日：2015-07-24
申请人： 复旦大学
CPC分类号： A61B8/085 , A61B8/4494 , A61B8/469 , A61B8/5223 , A61B8/5269 , G06T5/002 , G06T2207/10132 , G06T2207/30004
摘要： 本发明属于超声量化分析技术领域，具体为一种基于带约束最小二乘算法的超声衰减系数成像方法。本发明方法首先将接收到的射频回波信号分割成若干个相互重叠的数据块，然后利用welch算法评估数据块的功率谱，接着结合功率谱信息和约束条件，利用最小二乘算法评估衰减系数，最后对感兴趣区域内每个数据块内的衰减系数进行成像以获得超声衰减系数成像。在本发明中，引入的约束条件避免了最小二乘算法因局部最大值收敛而导致的误差，提高了衰减评估算法在背散射特性均一情况下的评估准确度。本发明作为一种超声量化诊断方法，可为超声的临床诊断提供更丰富的信息和手段。
-
公开(公告)号：CN104657984A
公开(公告)日：2015-05-27
申请号：CN201510044837.0
申请日：2015-01-28
申请人： 复旦大学
CPC分类号： G06T7/0012 , A61B8/00 , A61B8/0825 , A61B8/085 , A61B8/52 , G06T2207/10136 , G06T2207/30068
摘要： 本发明属于图像处理领域，具体为一种三维超声乳腺全容积成像(ABVS)中感兴趣区域的自动提取方法。本发明使用基于最大方向相位信息方法对三维ABVS图像中连续横断面二维图像进行处理，得到每一幅横断面图像上的感兴趣的候选区域；根据乳腺肿瘤在二维横断面图像上的连续性、位置特性等先验知识去除无关区域；对剩余疑似肿瘤区域进行形状和纹理特征获取，输入至二值逻辑回归分类器得到每一个区域可能为肿瘤的概率，选取其中概率最大的区域为肿瘤区域；根据选取的区域得到包含感兴趣区域的最小椭球，即为感兴趣区域。本发明可以实现三维ABVS图像中肿瘤感兴趣区域的自动提取，获取肿瘤的准确位置，减少人工操作的工作量，为进一步的肿瘤检测提供重要参考。
-
-
-
-
-
-
-
-
-
搜索结果
106 条记录 (耗时 0.03 秒)
