-
公开(公告)号：CN110335261A
公开(公告)日：2019-10-15
申请号：CN201910570878.1
申请日：2019-06-28
申请人： 山东科技大学
摘要： 本发明公开了一种基于时空循环注意力机制的CT淋巴结检测系统，具体涉及医学图像分析技术领域。本发明基于深度卷积神经网络和循环注意力机制，能够在淋巴结CT序列的切片向和空间域内构造出自适应病灶尺寸的注意力特征图谱。首先，利用一预训练卷积网络提取出淋巴结CT图像对应的高层空间特征；其次在空间邻域内，以淋巴结中心切片为基准，构造一种基于高斯核函数的循环注意力机制；在此基础上，实施基于高斯混合模型的时间(切片方向)注意力机制；此外，根据淋巴结在CT切片序列内位置分布的先验信息，对预测的注意力位置进行约束；最后，循环神经网络综合该两种注意力方法提取到的高层特征进行分类，得到淋巴结检测结果。
-
公开(公告)号：CN106296675A
公开(公告)日：2017-01-04
申请号：CN201610634200.1
申请日：2016-08-04
申请人： 山东科技大学
IPC分类号： G06T7/00
CPC分类号： G06T2207/20152
摘要： 本发明公开了一种高噪声灰度不均图像的分割方法，它是基于距离保持水平集方法和基于标记分水岭方法相结合的图像分割方法，该方法利用二者的优点弥补了相互的缺陷，实现了对同时含有高噪声和灰度不均匀目标的分割，能较准确地分割出感兴趣物体的边缘，能克服传统分水岭方法中存在的图像过度分割问题，且与传统水平集方法相比，运行速度较快，算法的运行时间不随图像尺寸大小的变化而变化。
-
公开(公告)号：CN110335261B
公开(公告)日：2020-04-17
申请号：CN201910570878.1
申请日：2019-06-28
申请人： 山东科技大学
摘要： 本发明公开了一种基于时空循环注意力机制的CT淋巴结检测系统，具体涉及医学图像分析技术领域。本发明基于深度卷积神经网络和循环注意力机制，能够在淋巴结CT序列的切片向和空间域内构造出自适应病灶尺寸的注意力特征图谱。首先，利用一预训练卷积网络提取出淋巴结CT图像对应的高层空间特征；其次在空间邻域内，以淋巴结中心切片为基准，构造一种基于高斯核函数的循环注意力机制；在此基础上，实施基于高斯混合模型的时间(切片方向)注意力机制；此外，根据淋巴结在CT切片序列内位置分布的先验信息，对预测的注意力位置进行约束；最后，循环神经网络综合该两种注意力方法提取到的高层特征进行分类，得到淋巴结检测结果。
-
公开(公告)号：CN106530385A
公开(公告)日：2017-03-22
申请号：CN201610860044.0
申请日：2016-09-28
申请人： 山东科技大学
CPC分类号： G06T1/20 , G06F17/30194 , G06T15/005 , G06T15/06 , G06T15/08 , G06T19/00 , G06T2210/41 , G06T2219/024
摘要： 本发明涉及科学计算可视化技术领域，具体公开了一种基于Hadoop和CUDA的光线投射可视化多用户交互处理方法。本发明方法一方面使用Hadoop MapReduce和NVIDIA CUDA的并行处理能力，进行加速绘制，另一方面，针对多用户交互环境，本发明设计了一种避免重复计算的方法，减少重复计算耗时。本发明方法实现了对各像素点梯度、光线重采样和数据合成的快速运算，能够快速、高效的实现三维可视化成像。
-
公开(公告)号：CN103886604B
公开(公告)日：2016-08-17
申请号：CN201410126329.2
申请日：2014-03-31
申请人： 山东科技大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于初始轮廓预测模型的并行图像分割方法，它采用多级结点计算机系统，将总机节点接收需要处理的三维断层序列医学CT图像，将这些序列图像分成组派送到二级节点；每个二级节点接受分组图像后，利用初始轮廓预测模型预测图像的初始轮廓曲线，再分配给三级节点；三级节点的主处理机接收需要处理的图像，将的分割问题分为不同的子任务通过MPICH发送到各个三级节点的从处理机上，从处理机将子任务计算完成之后，再将各个处理结果发送给主处理机进行合成，也即三级节点的主、从处理机系统完成单幅图像的分割。本发明同时解决了活动轮廓模型的轮廓曲线初始化问题和提高图像分割算法计算速度问题。
-
公开(公告)号：CN103886604A
公开(公告)日：2014-06-25
申请号：CN201410126329.2
申请日：2014-03-31
申请人： 山东科技大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于初始轮廓预测模型的并行图像分割方法，它采用多级结点计算机系统，将总机节点接收需要处理的三维断层序列医学CT图像，将这些序列图像分成组派送到二级节点；每个二级节点接受分组图像后，利用初始轮廓预测模型预测图像的初始轮廓曲线，再分配给三级节点；三级节点的主处理机接收需要处理的图像，将的分割问题分为不同的子任务通过MPICH发送到各个三级节点的从处理机上，从处理机将子任务计算完成之后，再将各个处理结果发送给主处理机进行合成，也即三级节点的主、从处理机系统完成单幅图像的分割。本发明同时解决了活动轮廓模型的轮廓曲线初始化问题和提高图像分割算法计算速度问题。
-
公开(公告)号：CN110515455B
公开(公告)日：2023-03-03
申请号：CN201910673931.0
申请日：2019-07-25
申请人： 山东科技大学
摘要： 本发明公开了一种基于Leap Motion和局域网内协同的虚拟装配方法，属于在多人手势协同虚拟装配的技术领域。本发明选择在局域网内协同技术的基础上，利用Leap Motion作为主要硬件设备，对工业零件进行多人协同手势控制的虚拟装配，该方法首先在导入已建好的装配部件三维模型的基础上，利用Leap Motion检测手掌手势，采集识别相关装配输入手势；通过光线追踪、刚体碰撞检测实现装配部件的拾取；基于局域网协同技术，实现网络化虚拟场景下的协同拆分与装配。
-
公开(公告)号：CN111161287A
公开(公告)日：2020-05-15
申请号：CN201911230491.8
申请日：2019-12-05
申请人： 山东科技大学
摘要： 本发明公开了一种基于对称双向级联网络深度学习的视网膜血管分割方法，属于医学图像处理领域。该方法先通过改变对比度、旋转、缩放和平移等一系列方式进行数据增强，实现数据集扩增，然后将预处理后的图像输入到双向级联网络中进行训练学习以得到预测的视网膜血管分割结果。该网络由五个尺度检测模块组成，通过改变膨胀率的大小来提取不同直径尺度的视网膜血管特征，分别从网络的低层到高层和高层到低层两个方向生成两个血管轮廓预测图，结构上呈现为上下对称分布；接着将密集空洞卷积模块的两条路径的输出进行融合；最后采用类平衡的交叉熵损失函数对血管和背景像素进行分类，以实现视网膜血管的精准分割。
-
公开(公告)号：CN107704831A
公开(公告)日：2018-02-16
申请号：CN201710939526.X
申请日：2017-10-11
申请人： 山东科技大学
IPC分类号： G06K9/00
CPC分类号： G06K9/0051
摘要： 本发明公开了一种基于奇异值分解中值法的瓦斯浓度数据降噪方法，属于信号处理技术领域，包括如下步骤：导入含噪瓦斯浓度数据X；检测含噪瓦斯浓度数据中是否含有单个异常数据和缺失数据，若有则使用移动平均线法处理单个异常数据，使用三次指数平滑法处理缺失数据，若没有则无需处理；对含噪瓦斯浓度数据构造Hankel矩阵；对Hankel矩阵进行奇异值分解(Singular Value Decomposition，简称svd)变换；基于奇异值中值滤波策略选出有效奇异值；svd逆变换重建Hankel矩阵，得到降噪后的瓦斯浓度数据。本发明提出的瓦斯信号降噪方法，通过实测瓦斯信号进行了降噪实验，结果表明该方法具有较好的降噪性能，能有效提高瓦斯信号分析精度。
-
公开(公告)号：CN107666322A
公开(公告)日：2018-02-06
申请号：CN201710804481.5
申请日：2017-09-08
申请人： 山东科技大学
CPC分类号： H03M7/3062 , G01V1/22 , G01V1/28
摘要： 本发明公开了一种基于字典学习的自适应微震数据压缩感知方法，属于信号处理技术领域，本发明构造自适应冗余字典，根据信号的能量和在自适应字典上的稀疏分解系数确定采样数目，然后根据压缩感知技术对信号进行压缩采样，存储、传输到终端后重构信号。本发明采取K-SVD算法根据微震信号特征构造自适应冗余字典，保证了信号在稀疏分解重构后峰值不会产生偏差，后根据信号的能量和稀疏度自适应确定采样数目，减少采样数目，增加了有效采样率，减少了存储传输压力，该算法简单易行、效果较为理想，能对矿山微震信号进行有效压缩采样，具有很好的技术价值和应用前景。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.025 秒)
