-
公开(公告)号：CN113850816B
公开(公告)日：2024-06-21
申请号：CN202010601807.6
申请日：2020-06-28
Applicant: 中国人民解放军空军军医大学 , 西安电子科技大学
Abstract: 本公开提供一种宫颈癌MRI图像分割方法及装置，涉及电子信息技术领域，能够解决在分割处理包含癌症病例图像时效果不佳的问题。具体技术方案为：在获取包括宫颈癌病变区域的MRI图像时，对MRI图像进行标注处理、偏置场矫正处理、归一化处理，将处理后的MRI图像输入多视角特征融合的MRI图像分割网络模型，多视角特征融合的MRI图像分割网络模型通过图像中图像层间特征提取和图像层内特征提取，实现对MRI图像的分割处理，从而获取了MRI图像中包含宫颈癌病变区域的图像区域。本公开用于图像分割处理。
-
-
公开(公告)号：CN114913164A
公开(公告)日：2022-08-16
申请号：CN202210604897.3
申请日：2022-05-30
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06N3/04 , G06N3/08 , G16H30/40 , G16H30/20 , G06V10/26
Abstract: 本发明公开了一种基于超像素的两阶段弱监督新冠病灶分割方法，主要解决现有分割方法标注困难和分割精度低的问题。其实现方案为：获取新冠肺炎患者的CT数据，并划分训练数据集、验证数据集和测试数据集；对训练数据集进行涂鸦式标注，其余数据集以完全注释来标注；对涂鸦式标注集进行增强；构造一个以UNet3+为主体包含了四个多尺度特征提取模块的新冠病灶分割网络；使用梯度下降法对分割网络进行两阶段训练；将新冠病灶测试样本集输入到训练好的分割网络中，得到测试样本的分割结果。本发明提升了新冠肺炎患者CT图像中病灶分割的精度和标注效率，可用于对新冠肺炎患者CT图像中病灶的自动化分割，辅助影像科医生对病人的临床诊断。
-
公开(公告)号：CN115024716B
公开(公告)日：2024-06-28
申请号：CN202210604899.2
申请日：2022-05-30
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于心率标签生成的心冲击图信号重建方法，主要解决现有技术需要提供标准心率作为参考信息，且没有对具体心跳位置进行映射的问题。其实现方案为：采集受试者的心冲击图信号；对采集的心冲击图信号依次进行带通滤波、滑窗、标准化的预处理；基于预处理后的心冲击图信号和希尔伯特HT算法，生成标签HT心率；基于预处理后的心冲击图信号和标签HT心率，重建心冲击图心跳信号。本发明能将噪声背景强，信号弱，易受外界干扰的心冲击图信号，映射重建为明确直观，用公式化表示，同时蕴含心率大小和位置信息的心冲击图心跳信号，为心冲击图信号的利用提供了极大的便利，可用于辅助人体健康监测。
-
公开(公告)号：CN115024716A
公开(公告)日：2022-09-09
申请号：CN202210604899.2
申请日：2022-05-30
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于心率标签生成的心冲击图信号重建方法，主要解决现有技术需要提供标准心率作为参考信息，且没有对具体心跳位置进行映射的问题。其实现方案为：采集受试者的心冲击图信号；对采集的心冲击图信号依次进行带通滤波、滑窗、标准化的预处理；基于预处理后的心冲击图信号和希尔伯特HT算法，生成标签HT心率；基于预处理后的心冲击图信号和标签HT心率，重建心冲击图心跳信号。本发明能将噪声背景强，信号弱，易受外界干扰的心冲击图信号，映射重建为明确直观，用公式化表示，同时蕴含心率大小和位置信息的心冲击图心跳信号，为心冲击图信号的利用提供了极大的便利，可用于辅助人体健康监测。
-
Patent Agency Ranking
公开(公告)号：CN113850816A
公开(公告)日：2021-12-28
申请号：CN202010601807.6
申请日：2020-06-28
Applicant: 中国人民解放军空军军医大学 , 西安电子科技大学
Abstract: 本公开提供一种宫颈癌MRI图像分割方法及装置，涉及电子信息技术领域，能够解决在分割处理包含癌症病例图像时效果不佳的问题。具体技术方案为：在获取包括宫颈癌病变区域的MRI图像时，对MRI图像进行标注处理、偏置场矫正处理、归一化处理，将处理后的MRI图像输入多视角特征融合的MRI图像分割网络模型，多视角特征融合的MRI图像分割网络模型通过图像中图像层间特征提取和图像层内特征提取，实现对MRI图像的分割处理，从而获取了MRI图像中包含宫颈癌病变区域的图像区域。本公开用于图像分割处理。
-
公开(公告)号：CN117036428B
公开(公告)日：2025-05-16
申请号：CN202311017601.9
申请日：2023-08-14
Applicant: 西安电子科技大学
IPC: G06T7/33 , G06T7/12 , G06V10/82 , G06V10/40 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/0895
Abstract: 本发明公开了一种基于交叉互注意力连接和语义共享的多任务腹部器官配准方法，主要解决现有技术对大形变跨模态医学图像配准效果和分割效果差的问题。其实现方案包括：使用来自某医院的平扫CT和门静脉期增强CT构建原始数据集并对其进行预处理；将预处理后的数据集划分为训练集、验证集和测试集；构建由特征提取网络、配准分支和分割分支组成的M‑net网络并定义其损失函数；使用训练集数据对该网络进行训练；将测试集数据输入到训练好的网络中得到配准结果与分割结果。本发明能保持大形变配准过程中器官内部结构，在器官的边缘、器官与器官的交界处保持了图像原有的灰度分布，提高了跨模态配准效果，可用于大形变跨模态的医学影像配准及医学影像分割。
-
公开(公告)号：CN117830746A
公开(公告)日：2024-04-05
申请号：CN202410045141.9
申请日：2024-01-11
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/084 , G06N3/098
Abstract: 本发明公开了一种基于客户端聚类个性化联邦学习的图像分类方法，主要解决现有联邦学习方法对本地数据隐私保护差，在交互学习过程中通信量和计算量高的问题。其实现方案是：从公开数据集中获取结肠病理数据集并对其进行分类处理；根据狄利克雷分布对数据分布程度进行处理；选择Resnet18分类网络作为服务器端和客户端的主干网络模型；通过对客户端模型的训练进行客户端群组划分；通过自适应权重聚合对服务器端模型进行训练；利用训练好的服务器端模型的参数更新客户端模型；利用更新后的客户端模型实现对本地疾病图像数据的分类。本发明可保障数据的隐私安全，降低通信量和计算量，提高分类的准确率，可用于对医疗机构不同病种的医疗图像的分类检测。
-
公开(公告)号：CN116402800A
公开(公告)日：2023-07-07
申请号：CN202310381113.X
申请日：2023-04-11
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06V10/774 , G06T7/11 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于位置引导与一致性学习的腹部多器官增量分割方法，主要解决现有技术增量过程复杂且增量性能低的问题。其实现方案是：首先使用一致性学习策略训练基础网络，以第一次分割常见腹部器官肝、肾、脾、胆、胃；随后通过新增解码器、位置引导模块与深度监督模块的方式，将基础网络扩展到位置引导增量网络，训练该网络，以第二次分割肝、肾、脾、胆、胃、胰腺；将位置引导增量网络扩展到位置引导与一致性学习增量网络，训练该网络，以第三次分割肝、肾、脾、胆、胃、胰腺、十二指肠，以此类推，完成腹部多器官增量分割。本发明简化了腹部多器官增量分割过程，提升了腹部多器官增量分割性能，可用于协助医生完成腹部多器官的自动勾画。
-
公开(公告)号：CN113096818A
公开(公告)日：2021-07-09
申请号：CN202110431318.5
申请日：2021-04-21
Applicant: 西安电子科技大学 , 中国人民解放军空军军医大学
Abstract: 本发明提出了一种基于ODE和GRUD的急性病症发生几率的评估方法，用于解决现有技术中存在的没有同时考虑时序数据的临床指标缺失和采样的时间间隔不均匀导致的评估准确性较低的技术问题。实现步骤为：获取多临床指标的时序数据集、时间戳序列集和急性病症标签集；获取信息衰减表征训练样本集、信息衰减表征验证集样本和信息衰减表征测试样本集；构建基于ODE和GRUD的门控递归单元网络；对基于ODE和GRUD的门控递归单元网络进行迭代训练；获取急性病症发生几率的评估结果。本方法能够兼顾时序数据的临床指标缺失和采样时间间隔不均匀的问题，将临床指标缺失的影响纳入隐藏态更新的过程，提升急性病症发生概率估计的准确性。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.033 seconds)
