“袁直敏”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]基于多视角分离卷积神经网络的骨骼CT图像三维分割方法-CN201911361300.1有效
发明人：彭佳林;罗峥嵘;袁直敏;王文怀 -专利权人：华侨大学
申请日： 2019-12-25 - 公布日： 2023-04-07 - 主分类号： G06T7/12 文献下载
摘要：本发明属于图像处理技术领域，提供了一种基于多视角分离卷积神经网络的三维CT图像分割方法，主要涉及利用一种新型卷积神经网络对CT图像中骨骼进行三维自动分割。针对使用三维卷积的神经网络存在模型过大、运行内存占用量过高、无法在小显存容量显卡或嵌入式设备上运行的问题，同时为了提高卷积神经网络利用三维空间上下文信息的能力，本发明提出引入一种多视角分离卷积模块，利用多个二维卷积分别在三维图像的多视角子图像上提取上下文信息并进行多层级融合，实现多视角和多尺度上下文信息的提取和融合，提高三维CT图像中骨骼的分割精度。经本发明改进后的网络结构在平均精准度上得到明显提升，模型参数数量得到明显降低。
基于视角分离卷积神经网络骨骼 ct 图像三维分割方法

[发明专利]一种基于多任务协同跨域迁移的医学图像自动分割方法-CN202010165367.4有效
发明人：彭佳林;易佳锦;赖松;袁直敏 -专利权人：华侨大学
申请日： 2020-03-11 - 公布日： 2023-04-07 - 主分类号： G06T7/11 文献下载
摘要：本发明提供了一种基于多任务协同跨域迁移的医学图像自动分割方法，主要涉及利用基于多任务引导的跨域迁移网络进行无监督自动分割。该方法包括：构建语义分割网络，该网络包括特征编码分支与特征解码分支；构建重构分支，构建基于特征空间与基于预测空间的自适应对抗网络，包括基于特征空间的域判别器与基于预测空间的域判别器；最终利用重构分支引导语义分割网络提取特征，用自适应对抗网络完成跨域迁移，提高了在跨域医学图像上无监督自动分割的精度。
一种基于任务协同迁移医学图像自动分割方法

[发明专利]基于深度学习的跨域三维点云分割方法、存储介质-CN202210216065.4在审
发明人：程明;袁直敏;刘伟权;苏燕飞;王程 -专利权人：厦门大学
申请日： 2022-03-07 - 公布日： 2022-06-17 - 主分类号： G06V10/26 文献下载
摘要：本发明提供一种基于深度学习的跨域三维点云分割方法、存储介质，方法包括：获取训练数据；构建高效域迁移对抗分割框架；使用训练数据中的源域数据对框架中的条件域融合分割网络模型进行监督训练，得到预训练条件域融合分割网络模型并更新至框架中，再使用训练数据继续训练更新后的分割网络模型得到跨域三维点云条件域融合分割网络模型；输入目标域数据至跨域三维点云条件域融合分割网络模型后，先分别通过其中的主分支Ev和辅助分支Ep提取基于体素的特征和基于点的特征，再通过注意力融合模块融合这两个特征，再通过分类器对融合特征和基于体素的特征进行逐点分类，得到各点的预测标签。本发明能够极大地提升跨域分割的准确率和性能。
基于深度学习三维分割方法存储介质

[发明专利]一种腹部CT扫描序列图像的主动脉瘤分割方法-CN201810122546.2有效
发明人：彭佳林;揭萍;陈宏伟;袁直敏 -专利权人：华侨大学
申请日： 2018-02-07 - 公布日： 2021-08-03 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及一种腹部CT扫描序列图像的主动脉瘤分割方法，包括五个部分：图像预处理；主动脉血管内腔提取；主动脉分割；主动脉瘤提取；三维重建主动脉瘤。本发明不需要任何已知标签的样本数据进行学习训练，适用范围广泛；将血管内腔和主动脉轮廓分别使用不同的分割算法提取，然后将得到的主动脉去除血管内腔区域得到空心的主动脉内壁和外壁动脉瘤轮廓，并对主动脉分割提出一种新的基于序列间先验约束的图割算法；充分利用了CT图像序列间特有的关联关系和相似性；能够很好的解决主动脉瘤病变等情况带来的欠分割和过分割影响。本发明可以为体外模拟手术提供3D打印的主动脉瘤模型，方便手术预案的制定和规划，降低主动脉手术的高风险。
一种腹部 ct 扫描序列图像主动脉瘤分割方法