本发明公开了一种基于改进YOLOv8s的寄生虫卵检测方法,属于图像处理技术领域。所述方法包括:以YOLOv8s为基线网络,通过融合轻量卷积、注意力机制以及高效颈部网络设计轻量级目标检测模型LCN‑YOLOv8算法,实现对于复杂情况的寄生虫卵的高效检测;通过PA‑C2f模块实现在减少计算量与内存访问的条件下提高模型的特征提取能力;通过SPDConv模块减少特征提取过程中虫卵的细粒度特征损失;此外还通过改进的HSFPN模块增强模型的多尺度特征融合能力;通过结合上述模块,提高模型对于背景遮挡、小虫卵以及低分辨率情况下的检测能力。
📄 202411939328X
📂 G06V20_69
👤 江南大学, 无锡市人民医院
📅 2024-12-26
本发明公开了一种基于改进ResNet‑50网络的骨髓细胞分类方法,属于人工智能的医学辅助诊断领域。所述方法包括:通过设计一种新的融合多尺度特征的分类模型,引入PSA模块对ResNet‑50网络进行改进,引入CSAB模块增强对图像的边缘特征提取能力,帮助模型捕获骨髓细胞图像的局部细节和全局结构信息;引入ACAM模块提高模型对于不同类别骨髓细胞关键特征的关注;通过对改进的ResNet‑50网络进行训练,将训练得到的最优模型进行分类。在提高分类效率的同时保证高准确率,相比于其他应用于骨髓细胞分类模型具有更优的性能。
📄 2024115838833
📂 G06V20_69
👤 江南大学, 无锡市人民医院
📅 2024-11-07
本发明公开了一种基于MSGNet模型的支气管腔图像识别方法,涉及医学图像数据处理和分析技术领域,该方法包括:获取带有标签信息的支气管镜图像,对图像进行预处理后,按比例划分为训练集、验证集和测试集;以ResNet模型为基本网络架构,融合了多尺度门卷积层,建立MSGNet模型;利用训练集和验证集对模型进行训练,得到训练好的MSGNet模型;利用训练好的模型在测试集上进行模型测试,得到测试集中每个图像对应的类别。该模型集成了多尺度特征提取和门选择机制,使模型能够自适应地关注输入图像中信息量最大的区域,还可以动态选择提取到的有效特征,从而提高了支气管腔位置识别的准确性和鲁棒性,具有较高的临床实用价值。
📄 2024113231281
📂 G06V10_764
👤 江南大学
📅 2024-09-23
本发明公开了一种基于增强特征融合的改进YOLOv4疟原虫检测方法,属于图像处理与医学的交叉领域。所述方法从增强模型特征提取与特征融合能力的角度对YOLOv4模型进行改进,设计MAFM模块代替SPP模块,使用空洞卷积增强多尺度特征提取能力,引入坐标注意力模块获取更有利于分类与回归任务的特征;设计AFFM模块替代拼接操作,结合通道注意力与空间注意力增强不同层级特征图的融合能力,减少特征损失与冗余;使用SIoU作为回归损失函数,通过考虑真实框与预测框的角度损失,加快模型的收敛速度。所提出的疟原虫检测方法在背景复杂、细胞重叠等场景及图片边缘处的疟原虫检测具有更好的效果,mAP可以达到98.42%。
📄 2024100524087
📂 G06V40_10
👤 江南大学; 无锡市人民医院
📅 2024-01-15
本发明公开了一种基于自适应张量子空间的小样本宫颈细胞分类方法,属于数字图像处理与医学交叉领域。本发明通过将预训练技术和元学习相结合;采用最大均值差异算法赋予每个支持集样本合适的权重,计算加权原型,缓解背景噪声的干扰;采用转导学习方法,基于聚类假设,利用部分查询集样本扩充支持集,将估计的原型朝着真实原型方向修正;采用多线性主成分分析算法将每类样本投影到各自的低维自适应张量子空间,从而在不破换张量数据的自然结构和元素相关性的前提下,在低维空间中学习更具判别性的自适应张量子空间分类器,在小样本的条件下,提高了宫颈细胞的分类准确度。
📄 2023115505224
📂 G06V20_69
👤 江南大学; 无锡市人民医院
📅 2023-11-21
本发明涉及医学影像处理与人工智能交叉应用技术领域,尤其是指基于跨通道与细胞密度自适应机制的医学图像检测方法。该方法在YOLO主干架构基础上,引入细胞密度自适应注意力模块、跨通道特征增强模块及多放大倍率检测头,构建形成多维度协同增强的检测网络模型,实现对不同组织细胞密度、不同目标尺度及不同图像放大倍率场景下医学目标的精准检测与语义特征强化表征。该技术方案通过细胞密度自适应建模、跨通道特征交互及层级特征融合等核心机制,有效解决现有医学图像检测技术中存在的检测稳定性不足、模型泛化能力薄弱及目标语义特征表达不充分等技术问题,最终实现高精度、低延迟、高可扩展性的病理图像自动化检测。
📄 2025119874443
📂 G06T7_00
👤 江南大学, 无锡智语未来科技有限公司, 江南大学附属医院
📅 2025-12-26
本发明提供一种胃肠道病变类型识别方法及系统,属于图像处理技术领域,包括:获取待检测WCE图像;采集WCE图像数据集,调用ResNet50预训练模型,在ResNet50预训练模型中增加训练注意力模块,利用Grad‑CAM模型进行可视化,得到胃肠病变分类模型;将待检测WCE图像输入胃肠病变分类模型,输出胃肠病变类型识别结果。本发明采用基于ResNet50与注意力模块结合迁移学习的分类方法,不仅能够显著提高精度,而且针对不同的病变组织和各种环境下的胃肠道图像拥有极高的精准度以及良好的鲁棒性。
📄 2023113008710
📂 G06V10_764
👤 湖北大学
📅 2023-10-10
本发明公开了一种基于视角辅助的摄影体位识别和体表解剖标志检测两阶段方法,包括以下步骤:S1:对23种摄影体位进行重新分组,生成视角标签;S2:基于ImageNet数据集预训练后的网络模型作为初始化权重,训练体位分类阶段网络;S3:基于ImageNet数据集预训练后的网络模型作为初始化权重,训练体表解剖标志检测阶段网络;S4:将数据集中的待测数据输入到优化后的两个阶段的网络中;S5:将两组热力图解码为坐标,使用平均高斯相似度评估这两组坐标;S6:将高检测性能标志点种类序列作为先验信息,对两组热图进行选择处理,输出坐标结果。本发明自动化处理水平提高,可以极大地降低放射科技术人员的工作量和感染风险。
📄 2022105246534
📂 G06V10_764
👤 电子科技大学长三角研究院(湖州)
📅 2022-05-13
本发明涉及数据处理技术领域,特别涉及一种融合人脸表情与行为步态数据的帕金森智能评估方法,包括三个步骤:第一,对帕金森病患者的行为步态视频进行数据清洗,并使用YOLOv8模型将患者从视频中分割出来,再利用HRNet提取骨骼关键点,使用STGCN++获取特征;第二,使用StyleGAN生成保留患者身份信息的病前图像,将训练多个深度学习模型用于将收集到的每人的六种基本情绪的面部表情图像进行面部表情分类,并使用效果最好的预训练模型,用于提取患者面部表情的特征;第三,将提取到的步态特征和面部表情特征进行多模态特征融合,用于帕金森病预测。本发明方法显著提高了诊断的准确性,减少漏诊误诊的问题。
📄 2024114335593
📂 G06T7_00
👤 南昌大学
📅 2024-10-15
本发明提供了一种图像识别方法、装置、设备和阿尔茨海默症预测中的应用,该图像识别方法包括:获取待识别图像,并对所述待识别图像进行预处理,得到第一特征图像、第二特征图像和第三特征图像;将所述第一特征图像、所述第二特征图像和所述第三特征图像输入CNN分类模型中,得到第一预测结果;将所述第一特征图像、所述第二特征图像和所述第三特征图像输入ML分类模型中,得到第二预测结果;利用所述第一预测结果和所述第二预测结果得到所述待识别图像属于预定分类类别的概率,其不仅可以提取所述待识别图像的有效特征,而且还可以对所述待识别图像的有效特征进行有效融合,提高了待识别图像的识别准确性。
📄 2023102022235
📂 G06T7_00
👤 华南师范大学
📅 2023-03-03
本发明公开了一种基于自然图像对称性感知的脊柱侧弯识别方法及装置,先对人体背部的原始RGB图像进行水平翻转,通过特征提取网络获得对称性特征;再通过对称特征匹配模块,先对对称性特征进行特征融合获得融合特征,再使用注意力机制获得对称感知特征,最后通过拼接卷积操作获得对称匹配特征;最后将多类别分类任务转换为序数回归任务,通过序数回归模块同时预测脊柱侧弯严重等级和细粒度角度范围。本发明采用端到端的深度学习框架学习脊柱侧弯分级与角度估计,利用基于注意力机制的视觉注意力网络学习脊柱侧弯图像对称性特征,并将序数回归问题转换为多个二分类子问题,实现了脊柱侧弯严重性分级与角度联合估计系统构建。
📄 2024108508330
📂 G06T7_68
👤 中国矿业大学
📅 2024-06-27
本发明公开了一种基于AI的细胞识别方法和系统,涉及人工智能技术领域。该一种基于AI的细胞识别方法和系统,集成了生存环境评估模块、特征评估模块、特征识别模块,基于样本细胞培育监测过程获取到的样本细胞生存环境信息分析,获取样本细胞生存环境特征值,评估样本细胞生长发育过程中的微环境状况;根据样本细胞生存环境特征值进行细胞生存模拟实验,获取样本细胞的特征相关信息,结合样本细胞的特征相关信息与样本细胞生存环境特征值进行分析计算,获得样本细胞特征评估值;基于样本细胞特征评估值对样本细胞进行特征识别与分类,进而自动化生成样本细胞特征识别分析报告。
📄 2024104459369
📂 G06F18_24
👤 天津原然生命科技有限公司
📅 2024-04-15