-
公开(公告)号：CN114326897A
公开(公告)日：2022-04-12
申请号：CN202111590658.9
申请日：2021-12-23
Applicant: 华南理工大学
IPC: G05F1/56
Abstract: 本发明公开了一种推挽电路MOS管偏置电压自动调节系统及方法，系统包括主控芯片MCU、偏置放大电路、电流检测电路、MOS管测试电压开关电路以及推挽放大电路；工作时，主控芯片MCU通过控制MOS管测试电压开关电路，测量此时MOS管通过的电流并判断此时电流是否满足期望电流值，根据测量值改变MOS管的偏置，并保存满足期望电流所对应的偏置电压值，当调试完成，系统每个MOS管将使用其对应保存的偏置电压值。本发明系统在开机时自动对每个MOS管进行合适的偏置电压设置，保证超声刀主机工作时的信号对称性，也提高超声刀主机的可靠性和工作寿命。
-
公开(公告)号：CN107871325B
公开(公告)日：2020-06-19
申请号：CN201711119025.3
申请日：2017-11-14
Applicant: 华南理工大学
IPC: G06T7/37
Abstract: 本发明公开了一种基于Log‑Euclidean协方差矩阵描述符的图像非刚性配准方法，将能够有效表示图像局部结构特性且对大的旋转、缩放、照度等变化具有不变性的特征描述符结合进经典Log‑Demons配准模型的目标函数中，构建了一种新配准算法模型。新模型将先验结构信息结合进配准过程，避免了形变驱动力仅依赖灰度差和梯度信息的弊端，有效减少了形变误差，获得了优于基于B样条的FFD模型、Log‑Demons模型等当前主流非刚性配准算法的配准精度和鲁棒性，增强了配准鲁棒性，对在临床中的实际应用有着重要的参考价值。
-
公开(公告)号：CN111161408A
公开(公告)日：2020-05-15
申请号：CN201911377582.4
申请日：2019-12-27
Applicant: 华南理工大学
Abstract: 本发明公开了一种实现增强现实的方法及其应用、计算设备，方法包括先获取被测目标的多帧视频图像和数字三维模型；选取模型在世界空间坐标系下的四个坐标点，在首帧视频图像或者首帧带有被测目标的视频图像中选取出四个对应的像素点，并提取出视频图像的特征点，生成改进特征点描述符向量，然后在该帧视频图像中渲染数字三维模型；再对剩余的多帧视频图像依次提取特征点，对当前视频图像和前一帧视频图像的特征点进行匹配跟踪；求解数字三维模型的位姿估计，并在剩余的多帧视频图像中依次渲染对应的位姿状态，最终得到实现增强现实的多帧视频图像。本发明可以实现高精确度、高稳定度和高效率的图像匹配，得到实现增强现实的图像。
-
公开(公告)号：CN111096775A
公开(公告)日：2020-05-05
申请号：CN202010003732.1
申请日：2020-01-03
Applicant: 华南理工大学
IPC: A61B17/32
Abstract: 本发明涉及一种双核MCU智能超声微创手术刀控制系统及控制方法。所述双核MCU智能超声微创手术刀控制系统包括：超声刀测量器、控制器、直接数字式频率合成器和数字电位计；控制器分别与超声刀测量器、直接数字式频率合成器和数字电位计连接；直接数字式频率合成器和数字电位计连接；数字电位计与超声刀连接。设置控制器、直接数字式频率合成器和数字电位计，控制器通过调整直接数字式频率合成器的频率调整输出电流的频率，通过调整数字电位计的电阻控制输出电流的功率，对刀具输出频率与功率进行精确控制，提升微创手术的控制精度。
-
公开(公告)号：CN115153835B
公开(公告)日：2025-01-14
申请号：CN202210861172.2
申请日：2022-07-22
Applicant: 华南理工大学 , 广东省第二人民医院(广东省卫生应急医院)
IPC: A61B34/10
Abstract: 本发明公开了一种基于特征点配准与增强现实的髋臼假体放置引导系统及方法，该方法包括：获取髋关节图像信息及三维重建髋关节模型；求解对应髋臼杯型号；将对应髋臼杯导入并模拟髋臼杯放置；求解并可视化髋臼假体放置方向；将虚拟三维髋关节模型作为浮动图像，将实际髋关节手术部位作为参考图像，基于选取特征点匹配的四元数法求解旋转平移矩阵进行虚实场景的配准；利用增强现实技术将配准好的虚拟规划路径实时渲染到实际场景；采用张式标定法实现机械臂的手眼标定，获取相机坐标系到机械臂坐标系的变换矩阵，引导机械臂抓取髋臼锉到达术前规划路径的空间位置。本发明减少仅凭主观判断引起的误差，提高假体放置的准确性和安全性，缩短假体放置时间。
-
Patent Agency Ranking
公开(公告)号：CN118799171A
公开(公告)日：2024-10-18
申请号：CN202410950906.3
申请日：2024-07-16
Applicant: 华南理工大学
Abstract: 本发明公开了一种递归级联多尺度肺部大形变配准方法及系统，主要解决现有技术对大形变三维肺部CT图像配准效果差的问题。其实现方案包括：构建由仿射配准网络、递归级联多尺度配准网络和APEM模块有机组成的融合解剖先验的递归级联多尺度肺部大形变配准网络；获取数据并进行预处理，得到肺部配准数据集；将肺部配准数据输入训练好的网络，实现由粗到精的大形变三维肺部CT图像配准，获得准确的肺部CT图像配准结果。本发明能实现端到端的大形变三维肺部CT的准确配准，同时保证了形变的微分同胚性。
-
公开(公告)号：CN111096775B
公开(公告)日：2024-10-01
申请号：CN202010003732.1
申请日：2020-01-03
Applicant: 华南理工大学
IPC: A61B17/32
Abstract: 本发明涉及一种双核MCU智能超声微创手术刀控制系统及控制方法。所述双核MCU智能超声微创手术刀控制系统包括：超声刀测量器、控制器、直接数字式频率合成器和数字电位计；控制器分别与超声刀测量器、直接数字式频率合成器和数字电位计连接；直接数字式频率合成器和数字电位计连接；数字电位计与超声刀连接。设置控制器、直接数字式频率合成器和数字电位计，控制器通过调整直接数字式频率合成器的频率调整输出电流的频率，通过调整数字电位计的电阻控制输出电流的功率，对刀具输出频率与功率进行精确控制，提升微创手术的控制精度。
-
公开(公告)号：CN115082792B
公开(公告)日：2024-05-28
申请号：CN202210747277.5
申请日：2022-06-29
Applicant: 华南理工大学
IPC: G06V20/10 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464 , G06N3/0895 , G06N3/096
Abstract: 本发明公开了一种基于特征对抗迁移和半监督学习的跨域水面目标检测方法，包括：1)利用源域数据和目标域数据构建水面目标数据集，以及构建水面目标检测模型；2)进行特征对抗迁移学习，利用水面目标数据集训练水面目标检测模型，以对抗的方式实现源域数据与目标域数据的特征对齐；3)进行半监督学习，利用水面目标检测模型对部分目标域数据进行伪标注，利用水面目标数据集对特征对抗迁移学习后的水面目标检测模型进行半监督训练。本发明利用其它环境中已标注的样本数据训练模型并将该模型所学习到的知识迁移到新的环境中，结合半监督学习方式提高跨域水面目标检测的精度，降低模型部署到新环境中的数据标注成本，最终实现跨域水面目标检测。
-
公开(公告)号：CN110541478B
公开(公告)日：2024-04-02
申请号：CN201910846378.6
申请日：2019-09-09
Applicant: 华南理工大学
Abstract: 本发明涉及连接件内插式钢管柱与钢梁连接节点，包括钢管柱、钢梁和连接件，连接件竖直设置，连接件水平贯穿钢管柱且突出于钢管柱侧壁，连接件与钢管柱翼缘焊接，钢梁对应设于连接件一侧，钢梁腹板竖直设置，钢梁翼缘分别与连接件上部和下部高强螺栓连接，钢梁腹板与连接件中部高强螺栓连接。焊接时钢管柱截面尺寸不受限制，焊接难度小，不影响柱构件的整体性，所有焊接均在钢结构加工厂完成，施工现场只需完成螺栓连接，简化了现场安装工序，抗弯性能优越，传力机理简单，承载力高，延性性能好，耗能能力强，能够满足“强节点弱构件”的设计要求。
-
公开(公告)号：CN114371646A
公开(公告)日：2022-04-19
申请号：CN202111592234.6
申请日：2021-12-23
Applicant: 华南理工大学
IPC: G05B19/042
Abstract: 本发明公开了一种高频电压幅值与频率自动调节系统及方法，系统包括MCU控制模块、BUCK可调电源、DDS信号发生器、运放一级放大与二级放大电路、推挽放大电路、最低电压检测电路以及电压电流幅值与相位检测电路；MCU控制模块通过接收最低电压信号与电压电流幅值与相位信号，从而控制输出频率与输出电压；BUCK可调电源根据接收MCU信号来调节MOS管的工作电压VCT；DDS信号发生器接收MCU的幅值控制信号与频率控制信号来调节信号的幅值与频率；运放一级放大电路与二级放大电路，用于将DDS信号进行分流与放大；推挽放大电路，用于将信号进行放大。本发明能根据工作的电流、电压与相位实时调整输出信号的功率与频率，提高了输出信号的响应速度与精确性。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.028 seconds)
