-
公开(公告)号：CN109685804A
公开(公告)日：2019-04-26
申请号：CN201910007020.4
申请日：2019-01-04
Applicant: 清华大学深圳研究生院
IPC: G06T7/10
CPC classification number: G06T7/10 , G06T2207/10088 , G06T2207/20081 , G06T2207/20084 , G06T2207/30016
Abstract: 本申请属于医学影像处理技术领域，特别是涉及一种多通道头部磁共振成像组织分割方法。但是现有深度学习方法没有利用大脑相对固定的解剖学结构信息。本申请提供一种多通道头部磁共振成像组织分割方法，所述方法包括如下步骤：步骤1:给每个图像匹配到和它最相近的预分割标签，形成4个通道；步骤2:将得到的4个通道数据输入卷积神经网络，通过该输入数据的真实标签进行训练网络，得到训练模型，将测试数据通过训练好的模型得到分割结果。充分利用了脑部组织的先验纹理信息，增加一个新的通道，促进网络的精确分割，提高了网络分割精度。本申请的方法简单，鲁棒性强，不需要改变原有的网络结构，即可加入任何分割网络进行分割。
-
公开(公告)号：CN109534625A
公开(公告)日：2019-03-29
申请号：CN201910073004.5
申请日：2019-01-25
Applicant: 清华大学 , 成都市兴蓉环境股份有限公司
IPC: C02F9/14 , C02F101/10
CPC classification number: C02F3/308 , C02F1/58 , C02F2101/105 , C02F2203/006 , C02F2209/04 , C02F2301/046
Abstract: 本发明公开了用于膜生物反应器强化除磷的方法。该方法包括：将污水通入厌氧池内进行厌氧处理；将厌氧净化水通入缺氧池内进行缺氧处理；将缺氧净化水通入好氧池内进行好氧处理；将好氧净化水通入膜池内并投入化学除磷药剂进行化学除磷处理；将除磷净化水的一部分进行一级回流返回好氧池；将好氧净化水的一部分进行二级回流返回缺氧池；将缺氧净化水的一部分进行三级回流返回厌氧池；其中，通过调节二级回流比和三级回流比和/或化学除磷药剂的投加量，降低除磷净化水的总磷浓度。该方法可以灵活有效地应对待处理污水的污染物负荷的波动变化，实现同步除碳和脱氮除磷，并保证除磷净化水中的总磷浓度始终不高于0.3mg/L，满足城镇污水排放一级A标准。
-
公开(公告)号：CN104538698A
公开(公告)日：2015-04-22
申请号：CN201410679664.5
申请日：2014-11-24
Applicant: 清华大学深圳研究生院
IPC: H01M10/613 , H01M10/625 , H01M10/6569
CPC classification number: H01M10/052
Abstract: 本发明涉及一种动力锂电池组的温度调节系统及动力锂电池组，该系统包括：内置若干锂电池单元的电池箱体，在所有锂电池单元的表面涂布导热涂层；填充在电池箱体内、所述锂电池单元之间的相变储能微胶囊；以及，插置于所述锂电池单元之间的若干热管，每一个热管的周壁均与相变储能微胶囊接触，每一个热管的两端分别与电池箱体的上盖、底板紧密接触。其将储热密度高、化学稳定性好的相变储能材料与热管技术整合，不仅能充分发挥相变材料的吸热性能，而且能弥补相变材料导热系数不高、储能速率偏低的缺陷，在动力锂电池组大功率、大电流放电下也能快速响应，控制锂电池组安全工作在最佳温度范围内。
-
公开(公告)号：CN103985122A
公开(公告)日：2014-08-13
申请号：CN201410210011.2
申请日：2014-05-17
Applicant: 清华大学深圳研究生院
Abstract: 一种基于心脏CT图像的全心脏提取方法，其包括以下步骤：获取心脏CT图像；去除心脏CT图像中的肺部组织、降主动脉组织、胸腔壁组织和椎骨组织得到中间图像；以及去除所述中间图像中的噪声组织。本发明方法从逆向角度出发，通过逐步去除胸腔壁、肺部、椎骨和降主动脉等非心脏组织来实现提取全心脏的目的，其具有自适应性强、运行效率高、提取效果精确等优点，能够快速嵌入到现有医疗网络中，实现远程辅助诊断。
-
公开(公告)号：CN110563135B
公开(公告)日：2021-05-04
申请号：CN201910876281.X
申请日：2019-09-17
Applicant: 清华大学
IPC: C02F3/28 , C02F101/30
Abstract: 本发明公开了一种厌氧膜生物反应器，包括壳体、中空膜体、阳极及阴极，所述阳极和所述阴极分别与电源电连接，所述阴极为孔状导电材料，所述阳极为惰性电极材料，所述阳极与所述阴极相对设置，所述阴极设置在所述中空膜体的外部并与所述中空膜体相对设置，所述阴极紧贴设置于所述中空膜体的内侧面。本发明还公开了一种污水处理方法。
-
Patent Agency Ranking
公开(公告)号：CN110563134B
公开(公告)日：2021-05-04
申请号：CN201910875797.2
申请日：2019-09-17
Applicant: 清华大学
IPC: C02F3/28 , C02F101/30 , C02F101/10
Abstract: 本发明公开了一种厌氧膜生物反应器，包括壳体、中空膜体及铁基材料，所述中空膜体和所述铁基材料设置于所述壳体的内腔中，所述壳体上设置有污水进口和净水出口，所述中空膜体包括膜外壳及由所述膜外壳包围形成的密闭的净水腔，所述净水腔通过管体与所述净水出口连通，所述铁基材料设置于所述中空膜体的外部，所述铁基材料中的铁为零价铁单质，所述铁基材料为无源铁基材料。本发明还公开了一种厌氧膜生物反应器的应用。
-
公开(公告)号：CN104826869B
公开(公告)日：2016-09-21
申请号：CN201510211642.0
申请日：2015-04-29
Applicant: 清华大学深圳研究生院
Abstract: 一种电致塑性与超声滚压耦合进行轧辊在线修复的系统及方法，该系统包括：安装于轧辊前边的轧机机体上的一对支架；由电动机驱动的丝杆、导轨和滑块，该丝杆和该导轨安装于所述的一对支架之间，该滑块由该丝杆驱动，并能沿着该导轨平移；绝缘安装于所述滑块上的载有超声滚压装置的气缸、左电刷装置和右电刷装置，该超声滚压装置的滚压头能够与所述轧辊辊面紧密接触；所述左电刷装置的左电刷和所述右电刷装置的右电刷与所述轧辊辊面滑动接触；及，输出端分别连接所述左电刷和右电刷的脉冲电源。本系统与轧机结合可以实现轧辊的在线修复，将电致塑性、超声冲击及滚压共同作用于轧辊辊面，使辊面晶粒细化并形成压应力强化层，快速实现轧辊的在线修复。
-
公开(公告)号：CN100456178C
公开(公告)日：2009-01-28
申请号：CN200710075890.2
申请日：2007-07-16
Applicant: 清华大学深圳研究生院
IPC: G05B19/042 , G05B5/01
Abstract: 一种通过电机电流闭环反馈的自动进料控制装置，包括单片机、霍尔电流传感器、用于控制振动器振幅的第一双向可控硅及连接于第一双向可控硅控制极的RC电路，RC电路的电阻采用由数个过零触发光耦、双向可控硅和电阻阵列组成的大功率数字可调电阻。它用霍尔电流传感器检测电机电流并转化为数字信号，利用单片机控制电阻阵列实现大功率可调电阻的阻值变化，达到实现进料的自适应控制的目的。可广泛应用于根据电机负载控制自动进料的场合，如破碎机，磨粉机等，对实现该类设备的自动化具有重要意义。
-
公开(公告)号：CN118016238A
公开(公告)日：2024-05-10
申请号：CN202410095227.2
申请日：2024-01-23
Applicant: 清华大学 , 北京清华长庚医院 , 北京复数健康科技有限公司 , 富伯(北京)医疗科技有限公司
Abstract: 本发明实施例提供了一种肢体康复运动的评估与训练方法、系统、设备及介质，其中，该方法包括以下步骤：选择康复运动的评估内容并生成上肢与手的评估动作，向目标对象展示评估动作；在多个方位角度上分别采集第一影像数据并确定评估内容的评估结果；根据评估结果确定多个训练动作组构成训练方案；向目标对象展示训练方案中的所有训练动作；在目标对象执行训练动作进行运动的过程中，在多个方位角度上分别采集第二影像数据；将第二影像数据分别和训练影像数据进行对比，当存在差异时，输出用于纠正目标对象的训练动作的提示信息。该方案能够提供内容全面、操作简单、结果准确的智能化康复运动评估并为目标对象提供远程反馈式康复训练内容。
-
公开(公告)号：CN109498019B
公开(公告)日：2022-07-19
申请号：CN201910006926.4
申请日：2019-01-04
Applicant: 清华大学深圳研究生院
IPC: A61B5/055
Abstract: 本申请属于医学影像处理技术领域，特别是涉及一种用于磁共振脑组织精确分割的数据感知方法。现有的基于深度学习的MR图像分割方法，在不同的数据集上表现差异性很大，并且同样的数据集，不同的方法表现不一样。本申请提供一种用于磁共振脑组织精确分割的数据感知方法，所述方法包括如下步骤：对脑部磁共振影像进行预处理，去除头骨并进行偏移场校正，得到脑实质，并将图像灰度值归一化到[0,1]；计算图像的直方图分布，将直方图分成不同深度学习模型各自擅长分割的数据类别；将分好类的图像送入对该类图像敏感的深度学习模型分割。在不需要增加训练数据、不需要改进网络，只利用现有的模型的基础上，提高了分割精度。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.02 seconds)
