-
公开(公告)号：CN111401540B
公开(公告)日：2023-04-07
申请号：CN202010156446.9
申请日：2020-03-09
申请人： 北京航空航天大学
摘要： 本申请公开一种神经元模型的构建方法以及由其构建的神经元装置，通过白噪声发生器、不应期开关信号发生器、尖峰后电位信号发生器、激活阈值电位信号发生器、过零检测器、触发器、以及多个突触后电位滤波器来搭建神经元模型，来模拟神经元的白噪声信号、尖峰信号的发出、不应期和超极化现象，提出了神经元从接收信号到处理信号、发出尖峰信号再到生成输出信号的完整的模型，可用于开发人工神经元的算法或硬件电路，应用在人工神经网络的构建。
-
公开(公告)号：CN111401540A
公开(公告)日：2020-07-10
申请号：CN202010156446.9
申请日：2020-03-09
申请人： 北京航空航天大学
摘要： 本申请公开一种神经元模型的构建方法以及由其构建的神经元模型，通过白噪声发生器、不应期开关信号发生器、尖峰后电位信号发生器、激活阈值电位信号发生器、过零检测器、触发器、以及多个突触后电位滤波器来搭建神经元模型，来模拟神经元的白噪声信号、尖峰信号的发出、不应期和超极化现象，提出了神经元从接收信号到处理信号、发出尖峰信号再到生成输出信号的完整的模型，可用于开发人工神经元的算法或硬件电路，应用在人工神经网络的构建。
-
公开(公告)号：CN118469875A
公开(公告)日：2024-08-09
申请号：CN202410675650.X
申请日：2024-05-29
申请人： 北京航空航天大学
IPC分类号： G06T5/77 , G06T5/60 , G16H30/20 , G06T5/50 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了一种基于动态路由机制的通用医学图像恢复方法及系统，用于图像处理领域，该通用医学图像恢复方法包括以下步骤：该通用医学图像恢复方法包括以下步骤：构建路由指令网络；基于路由指令网络，利用卷积神经网络编码器、全局平均池化及Softmax函数，从输入的医学图像中提取特征并归一化权重，并基于归一化后权重的特征对指令字典中的指令进行加权，生成图像指令；利用动态路由机制将图像指令转化为通道掩码，让通道掩码通过预设的通道路径，输出最终的合成图像。本发明不同任务选择不同的通道路径，避免了任务之间的相互干扰，从而缓解了任务之间冲突带来的模型性能下降，从而提升模型最终的性能。
-
公开(公告)号：CN118429200A
公开(公告)日：2024-08-02
申请号：CN202410675651.4
申请日：2024-05-29
申请人： 北京航空航天大学
IPC分类号： G06T5/50 , G06T11/00 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06V10/774 , G06V10/80 , G06T5/77
摘要： 本发明公开了一种基于向量量化码书先验的PET图像合成方法，涉及图像合成技术领域，该方法包括以下步骤：构建第一阶段网络模型，并基于PET图像训练集，利用自重构任务训练第一阶段网络模型；基于训练后的第一阶段网络模型，利用离散码书与向量量化解码器解码出的多层次特征作为先验知识指导PET图像合成，并构建第二阶段网络模型；配置第二阶段网络模型的网络参数，并优化调节策略。本发明利用高质量码书先验指导PET图像合成过程，能够通过训练的码书存储具有高信息密度与高表达性的先验知识，并借助深度网络的多层非线性变换来捕获上下文丰富的图像信息，进而帮助生成生动的图像细节。
-
公开(公告)号：CN113298900B
公开(公告)日：2022-10-25
申请号：CN202110484375.X
申请日：2021-04-30
申请人： 北京航空航天大学 , 江苏赛诺格兰医疗科技有限公司
摘要： 本发明涉及一种基于低信噪比PET图像的处理方法，包括：获取待处理的第一模式的PET图像，其为PET采集设备采集并重建的低信噪比的PET图像；将第一模式的PET图像输入到训练的G中，生成第二模式的PET图像，第二模式的PET图像为经过G处理的、具有高信噪比且无伪影的图像，G包括：包括多个特征提取模块的特征提取器和样式调制模块；特征提取器用于将所有特征提取模块输出的语义特征进行拼接并输出至样式调制模块；样式调制模块采用权重解调方式对拼接后的特征进行调制和解调，获得输出的第二模式的PET图像。上述方法可以在图像处理中很好的修复图像信息，进而实现将低信噪比的图像翻译成高信噪比的图像。
-
公开(公告)号：CN113298807A
公开(公告)日：2021-08-24
申请号：CN202110692113.2
申请日：2021-06-22
申请人： 北京航空航天大学
摘要： 本发明提供用于处理计算机断层扫描图像的方法，可以基于低剂量计算机断层扫描图像进行分割和/或检测，克服了低剂量计算机断层扫描图像的低清晰度、噪声大等不利因素，提高了针对低剂量计算机断层扫描图像的分割和/或检测的准确率以及精度。该方法包括：将低剂量计算机断层扫描图像映射生成全剂量计算机断层扫描图像；对所生成的全剂量计算机断层扫描图像进行分割和/或检测；以及利用图像分割和/或检测的结果进一步约束所述全剂量计算机断层扫描图像的生成过程。本发明还提供了执行该方法的相应装置。
-
公开(公告)号：CN118212446A
公开(公告)日：2024-06-18
申请号：CN202410259733.0
申请日：2024-03-07
申请人： 北京航空航天大学
IPC分类号： G06V10/764 , G06V10/82 , G06V10/80 , G06V20/69 , G06N3/0455 , G06N3/08
摘要： 本发明涉及一种基于transformer的医学图像细粒度分类方法，包括：获取待处理的包括多菌类的图像并预处理输入transformer分类模型，获取transformer分类模型输出的part图像；在transformer分类模型的处理中，利用transformer分类模型中不同头head来辅助定位包含目标区别性特征的区域作为part图像，首先获取各层不同头head的注意力图attention map，利用attention map对应原图中的响应区域作为该head定位到的part图像，然后选择更强响应的head来最终用于定位part图像；将选择的part图像和待处理的图像进行预处理并输入至预先训练的用于分类的share‑weighted transformer模型中，获取输出的多种菌类图像的分类结果。上述方法对于菌类的分类更准确。
-
公开(公告)号：CN117809008A
公开(公告)日：2024-04-02
申请号：CN202311857506.X
申请日：2023-12-29
申请人： 北京航空航天大学
摘要： 本发明涉及一种针对具有融合模块的视觉语言大模型的检测方法，包括：将包括文本和图像的待测信息输入训练后的视觉语言大模型，获取目标检测结果图；该视觉语言大模型中每一层编码结构的融合层包括：双模态特征拼接模块、融合模块、索引切片模块；第i层的双模态特征拼接模块用于获取文本拼接特征#imgabs0#和图像拼接特征#imgabs1#第i层的融合模块用于在交叉注意力空间中对#imgabs2#和#imgabs3#融合处理并特征对齐输出#imgabs4#和#imgabs5#第i层的索引切片模块用于分别对#imgabs6#和#imgabs7#进行索引切片操作，输出至第i+1层编码结构待处理双模态特征。上述方法中能更好地发挥基于融合模块的视觉语言大模型的迁移潜力，降低计算开销，提高计算速度。
-
公开(公告)号：CN112819914A
公开(公告)日：2021-05-18
申请号：CN202110164795.X
申请日：2021-02-05
申请人： 北京航空航天大学 , 江苏赛诺格兰医疗科技有限公司
摘要： 本发明涉及一种PET图像处理方法，方法包括：获取待处理的第一类型的PET图像；将第一类型的PET图像输入到训练的条件生成对抗网络G中，输出第二类型的PET图像；第一类型的PET图像为PET采集设备采集并重建的低信噪比PET图像，第二类型PET图像为经过G处理的、具有高信噪比的图像，且第二类型PET图像与PET采集设备采集并重建的高信噪比图像匹配，G包括：对输入的第一类型的PET图像依次进行样式表达编码和仿射变换处理的样式表达单元。本发明对低信噪比PET图像进行处理获得匹配的高信噪比PET图像，进而有效提升PET图像质量，辅助临床更加准确地进行诊断的目的。
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.049 秒)
