-
公开(公告)号：CN107569210A
公开(公告)日：2018-01-12
申请号：CN201710613487.4
申请日：2017-07-25
申请人： 西北大学
摘要： 本发明属于医学成像技术领域，公开了一种基于放射荧光引导的内窥式切伦科夫荧光成像系统，包括：光学信号采集模块；放射荧光探测模块；光学信号传输模块，一端与所述光学信号采集模块、所述放射荧光探测模块相连；光学信号转换模块、照明模块，与所述光学信号传输模块的另一端连接；计算与成像模块，与所述光学信号转换模块连接。本发明可用于快速寻找病变区域的准确位置，拥有定位准确、诊断总耗时短等技术优点；并且在实现方面具有操作简单、灵活、方便，易于掌握等优点，未来应用前景广泛。
-
公开(公告)号：CN106491094A
公开(公告)日：2017-03-15
申请号：CN201611083821.1
申请日：2016-11-30
申请人： 西北大学
IPC分类号： A61B5/00
CPC分类号： A61B5/0033 , A61B5/0064 , A61B5/0071 , A61B5/7203
摘要： 本发明提供一种基于放射荧光材料涂板的医用放射性核素成像系统包括：能量转换板，探测装置，控制成像装置，避光暗箱；采用CCD相机配合放射荧光材料涂板实现医用放射性核素药物成像，相对于临床/预临床普遍使用的PET和SPECT技术和γ相机等核医学成像装置较大幅度降低了设备建造与维护成本，降低了核医学成像研究的门槛，同时相对于PET和SPECT成像方法降低了系统成本，便于推广。
-
公开(公告)号：CN112241997B
公开(公告)日：2024-03-26
申请号：CN202010962487.7
申请日：2020-09-14
申请人： 西北大学
IPC分类号： G06T17/00 , G06N3/0464 , G06N3/08 , G06T19/20
摘要： 本发明属于三维数字化文物修复领域，公开了一种基于多尺度点云上采样的三维模型建立、修复方法及系统。修复方法首先对文物数据集进行预处理；其次通过识别孔洞获取缺失区域，并将网格模型转化为点云模型；接着基于多尺度点云上采样GAN网络补全缺失点云模型；最后提取补全点云模型中的孔洞区域与原始模型合并完成三维形状复原。本发明的方法得到的三维文物补全结果从点云密集度和形状真实感上都更加接近原始模型，能够保持数字化文物模型的完整性，为后续文物拼接提供依据。
-
公开(公告)号：CN116385373A
公开(公告)日：2023-07-04
申请号：CN202310252563.9
申请日：2023-03-16
申请人： 西北大学
IPC分类号： G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明属于医学图像处理和深度学习技术领域，公开了一种结合稳定学习与混合增强的病理学图像分类方法及系统，获取病理学图像数据集，将病理学图像数据集划分为训练集、验证集、测试集以及外部验证集，并对病理学图像数据集进行预处理；构建结合稳定学习和混合增强的深度学习网络并利用训练集进行训练，利用验证集获得最优的深度学习网络模型；将测试集和外部验证集输入至最优的深度学习网络模型中，输出病理学图像分类结果。本发明利用拟合较好的病理学图像分类模型，有效改善传统模型的过拟合问题和对域偏移数据识别能力弱的问题，提升了独立同分布数据的识别精度，提高了病理学图像分类模型的鲁棒性和泛化能力以及病理学图像的诊断准确率。
-
公开(公告)号：CN115153604A
公开(公告)日：2022-10-11
申请号：CN202210665286.X
申请日：2022-06-13
申请人： 西北大学
IPC分类号： A61B6/03
摘要： 本发明公开了一种基于不完全变量框架下残差引导的光源重建方法，包括以下步骤：(1)对光源的重建问题采用L1正则化求解，并给定一个较小的正则化参数初始值和最大迭代次数；(2)判断寻参迭代的终止条件；(3)将正则化参数带入不完全变量截断共轭梯度法中，并判断KKT等价条件残差是否出现振荡；(4)如果KKT等价条件残差出现振荡，则减小并输出正则化参数作为选择的最优正则化参数进行重建；否则增大正则化参数并将迭代次数加一转到步骤(2)。本发明在判断正则化参数是否合适的时候，只需要算法内部几次迭代就可以得到结果，有利于快速寻找合适的正则化参数；不需要手动调整，提高了算法应用的可行性和重建的结果质量。
-
公开(公告)号：CN115137307A
公开(公告)日：2022-10-04
申请号：CN202210665288.9
申请日：2022-06-13
申请人： 西北大学
IPC分类号： A61B5/00
摘要： 本发明公开了一种基于自适应近邻正交最小二乘算法的光源重建方法，其实现步骤如下：(1)获取测量数据；(2)归一化表面数据；(3)使用自适应近邻正交最小二乘算法进行重建，得到最优解；本发明适用于激发荧光分子断层成像以重建荧光源为目标的光学分子断层成像。基于本发明的重建采用自适应近邻正交最小二乘方法进行重建，引入自适应策略降低了重建问题的病态性，使用近邻策略选取最优支撑集，有效提高了荧光分子断层成像的重建质量和空间分辨率，在光学断层三维重建算法等领域有重要的应用价值。
-
公开(公告)号：CN112137581A
公开(公告)日：2020-12-29
申请号：CN202010873011.6
申请日：2020-08-26
申请人： 西北大学
IPC分类号： A61B5/00
摘要： 本发明属于光学分子影像技术领域，公开了一种基于多层感知网络的契伦科夫荧光断层成像重建方法，生成网格化后的样本模型，并生成训练样本；构建契伦科夫荧光断层成像的多层感知网络并进行训练，多层感知网络可以分为前向网络A和逆向网络B；采集生物体表面的契伦科夫荧光信号，重建得到生物体内部契伦科夫荧光光源三维分布信息；将得到的初步重建结果映射到构建的网格化后的样本模型中，再将其输入到多层感知网络，得到精确重建结果。本发明的方法得到的重建结果与真实光源从形状和位置上来说都更加接近，能够较为准确的重建出了契伦科夫荧光光源。
-
公开(公告)号：CN109820479A
公开(公告)日：2019-05-31
申请号：CN201910014241.4
申请日：2019-01-08
申请人： 西北大学
IPC分类号： A61B5/00
摘要： 本发明属于光学分子成像技术领域，公开了一种荧光分子断层成像可行域优化方法；使用有限元计算软件对仿体进行四面体网格划分，建立表面测量值与内部荧光目标分布的线性关系；利用不完全变量截断共轭梯度法、共轭梯度最小二乘法求解系统方程，得到两组重建结果；根据三支决策理论划分出两组重建结果的正域，合并构成目标可行区，作为下一级重建的区域；再次使用不完全变量截断共轭梯度法、共轭梯度最小二乘法进行重建，得到改进后的最终结果。本发明采用两种不同的重建算法进行重建；提取出两组结果中的正域；在此区域内完成最终重建。本发明能够获取到准确的目标范围区域，有效缓解了问题的病态性，上述两种重建方法的图像质量均得到明显提升。
-
公开(公告)号：CN118674616A
公开(公告)日：2024-09-20
申请号：CN202310247024.6
申请日：2023-03-15
申请人： 西北大学
摘要： 本发明公开了一种基于特征描述符DCN的文物碎片拼接方法，包括如下步骤：1、采用基于法向量一致性的分割算法NCS分割出文物碎片断裂面；2、采用基于几何形状的方法提取出断裂面轮廓线；3、采用Bezier曲线拟合法提取轮廓线上的特征点并拟合成一条平滑曲线；4、计算平滑曲线上相邻特征点之间的平均距离、曲率和法线角度，获取特征点的特征描述符DCN；5、利用FLANN算法在碎片B的点云数据中找到与碎片A的点云数据中的特征点距离最近的特征点，实现碎片A的特征点和碎片B的特征点的粗匹配；6、利用TrICP算法对碎片A的点云数据和碎片B的点云数据之间的最小距离进行优化，实现碎片A的特征点和碎片B的特征点的细匹配，提高了文物碎片拼接的效率和精度。
-
公开(公告)号：CN117973460A
公开(公告)日：2024-05-03
申请号：CN202311793067.0
申请日：2023-12-25
摘要： 本发明公开了一种基于多时间尺度图嵌入的动态脑网络学习方法，包括以下步骤：步骤1，通过滑动窗口法将血氧水平依赖(BOLD)信号按照不同的时间尺度进行划分，利用皮尔森相关系数计算不同时间尺度下对应的动态脑功能连接网络；步骤2，构建求动态拉普拉斯矩阵和动态图嵌入的目标函数；步骤3，确定步骤2中目标函数的优化方法；步骤4，将步骤1中的动态脑功能连接网络作为步骤2的输入，执行步骤3中的优化方法得到动态脑网络和图嵌入。该方法结合BOLD信号和图嵌入，利用图学习技术得到具有高动态性和高信噪比的动态脑网络，能更准确地反映出脑网络的动态变化，为相关疾病的诊断和治疗提供帮助。
-
-
-
-
-
-
-
-
-
搜索结果
40 条记录 (耗时 0.022 秒)
