“卜泽鹏”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3个，建议您升级VIP下载更多相关专利

[发明专利]基于级联卷积神经网络的脑部胶质瘤分割-CN202010029445.8在审
发明人：王宜匡;万程;卜泽鹏;俞秋丽;陈志强 -专利权人：南京航空航天大学
申请日： 2020-01-10 - 公布日： 2020-06-26 - 主分类号： G06T7/12 文献下载
摘要：本发明公开一种基于级联卷积神经网络的脑部胶质瘤分割方法，包括：对脑肿瘤区域进行一次粗分割，提取肿瘤的大概位置信息；在粗分割的基础上对每个维度扩展10个像素并作为细分割网络的输入；对细分割网络进行改进，使细分割网络结合了稠密连接、改进的损失函数和多维度模型集成的优点；设计三个方向(2D、2.5D和3DCNN模型)的集成模型，分别考虑与每个方向对应的不同分辨率的所有信息；后处理操作条件随机场被集成在分割算法中，优化分割结果在外观和空间位置上的连续性。本发明通过两步级联卷积神经网络对脑部胶质瘤进行分割，结合了稠密连接、新的损失函数和多维度模型集成的优点，同时设计了多个方向的集成模型，最后利用条件随机场优化分割结果。
基于级联卷积神经网络脑部胶质分割

[发明专利]基于生成式对抗网络的眼底图像增强方法-CN202010029497.5在审
发明人：周雪婷;万程;卜泽鹏;叶辉;俞秋丽 -专利权人：南京航空航天大学
申请日： 2020-01-10 - 公布日： 2020-06-05 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种基于生成式对抗网络的眼底图像增强方法，包括：训练数据和测试数据的选取；数据预处理，包括图像的裁剪、缩放、旋转及归一化处理；构建卷积层、残差模块组和反卷积层作为图像生成器，输入预处理后的彩色眼底图像，输出对应的高质量眼底图像；构建全卷积神经网络作为判别器，输入生成眼底图像与真实眼底图像，输出其将生成图像判断成真实图像的概率；其中生成器的任务是尽可能生成真实的图像，而判别器的任务是尽可能从生成图像中鉴别出真伪，两者交替训练直到达到满意的生成结果。本发明使用生成式对抗网络生成的眼底图像结构清晰、色彩保真，可达到很好的眼底图像质量增强效果。
基于生成对抗网络眼底图像增强方法

[发明专利]基于机器学习的高度近视眼底图像萎缩弧的检测方法-CN202010029498.X在审
发明人：李晗;万程;陈柏兵;卜泽鹏;叶辉 -专利权人：南京航空航天大学
申请日： 2020-01-10 - 公布日： 2020-06-05 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于机器学习的高度近视眼底图像萎缩弧的检测方法，包括：获取眼底图像，随机选取训练集和测试集；对眼底图像进行去除噪声和增强，提取主血管轮廓；基于主血管的密度分布进行感兴趣区域取半操作，根据亮度信息和形状信息得到眼底图像中视盘及其周围脉络膜萎缩弧的定位区域；将定位区域图像作为输入，结合完备局部二值模式算子和二值伽柏模式算子提取其纹理特征；基于提取的纹理特征，在训练集上利用机器学习中的梯度提升机进行检测模型的训练，并微调检测模型的参数，最终得到高度近视眼底图像萎缩弧的检测模型。本发明实现对高度近视患者的眼底图像中脉络膜萎缩弧的自动检测，精度高，速度快。
基于机器学习高度近视眼底图像萎缩检测方法