-
公开(公告)号:CN111027246B
公开(公告)日:2022-01-11
申请号:CN201911229876.2
申请日:2019-12-04
申请人: 中国南方电网有限责任公司超高压输电公司广州局 , 西安交通大学
发明人: 吴聪 , 陈玉 , 郝义 , 黄小卫 , 王双 , 姚凯 , 李涵之 , 毛明锋 , 杨燕 , 黄国瑞 , 岳东立 , 石青芸 , 贾峰 , 刘聪 , 陈诚 , 张维佳 , 蔡驰 , 陈奕钪 , 郭强 , 岑贞锦 , 陈航伟 , 陈政 , 李晓骏 , 莫林涛 , 吴青帅
IPC分类号: G06F30/23 , G06F113/16 , G06F119/08
摘要: 本发明公开了一种500kV充油海底电缆有限元建模及导体温度仿真分析方法。该方法包括步骤:首先,对海底电缆和光缆进行几何建模;其次,设置几何模型的材料与材料参数,并指定材料相对介电常数的实部和虚部。然后,设置电流场、固体传热场的约束条件,设置环境温度;再次,对仿真模型进行网格剖分并进行计算,获得外置光缆中光单元的温度;最后,将仿真的光单元温度与分布式光纤传感仪器测量的光单元温度进行对比,两者误差在1%以内时仿真对应的导体温度即所求海底电缆导体温度。本发明基于有限元方法的多物理场耦合仿真,所得到的外置光缆中光单元温度与导体温度更加准确,对利用分布式光纤传感仪器监测500kV充油海底电缆导体温度的研究具有重要指导意义。
-
公开(公告)号:CN111027246A
公开(公告)日:2020-04-17
申请号:CN201911229876.2
申请日:2019-12-04
申请人: 中国南方电网有限责任公司超高压输电公司广州局 , 西安交通大学
发明人: 吴聪 , 陈玉 , 郝义 , 黄小卫 , 王双 , 姚凯 , 李涵之 , 毛明锋 , 杨燕 , 黄国瑞 , 岳东立 , 石青芸 , 贾峰 , 刘聪 , 陈诚 , 张维佳 , 蔡驰 , 陈奕钪 , 郭强 , 岑贞锦 , 陈航伟 , 陈政 , 李晓骏 , 莫林涛 , 吴青帅
IPC分类号: G06F30/23 , G06F113/16 , G06F119/08
摘要: 本发明公开了一种500kV充油海底电缆有限元建模及导体温度仿真分析方法。该方法包括步骤:首先,对海底电缆和光缆进行几何建模;其次,设置几何模型的材料与材料参数,并指定材料相对介电常数的实部和虚部。然后,设置电流场、固体传热场的约束条件,设置环境温度;再次,对仿真模型进行网格剖分并进行计算,获得外置光缆中光单元的温度;最后,将仿真的光单元温度与分布式光纤传感仪器测量的光单元温度进行对比,两者误差在1%以内时仿真对应的导体温度即所求海底电缆导体温度。本发明基于有限元方法的多物理场耦合仿真,所得到的外置光缆中光单元温度与导体温度更加准确,对利用分布式光纤传感仪器监测500kV充油海底电缆导体温度的研究具有重要指导意义。
-
公开(公告)号:CN117876519A
公开(公告)日:2024-04-12
申请号:CN202410049358.7
申请日:2024-01-12
申请人: 西安交通大学
IPC分类号: G06T11/00
摘要: 本发明公开一种基于扩散模型的弦图恢复方法及系统,所述方法包括以下步骤:根据CT投影噪声生成模型,构造已知投影数据条件下的最大后验分布;将所述最大后验分布解耦为多个分数函数,利用扩散概率模型训练去噪网络近似弦图先验的分数函数;根据原始的扩散模型和所述分数函数,构造给定弦图数据和接收到的量子数的逆随机微分方程过程,从高斯分布中采样逐步恢复弦图;本发明具有有效的弦图恢复能力,能够从先验弦图图像中学习数据的分布情况,通过扩散模型进行数据恢复,从而提供更准确和完整的弦图信息,在生成过程中,利用投影数据对弦图数据进行逐步引导恢复,保留低剂量数据的一致性,不需要成对的监督训练样本。
-
公开(公告)号:CN117274080B
公开(公告)日:2024-04-12
申请号:CN202311179193.7
申请日:2023-09-13
申请人: 西安交通大学
IPC分类号: G06T5/77 , G06T11/00 , G06N3/0464 , G06N3/08 , A61B6/03
摘要: 本发明公开了一种低剂量CT弦图恢复方法,基于低剂量CT弦图恢复模型,求解低剂量CT弦图恢复模型,将弦图恢复模型分解为关于待估计探测器接收到的量子数T和弦图数据Y的两个子问题;迭代求解更新探测器接收到的量子数T,根据更新后的量子数T求解弦图数据Y,即得到恢复后的弦图数据。本发明还公开了一种低剂量CT弦图恢复方法的相关装置,本发明提供了CT噪声生成机制中整数规划问题的新求解方案,可以实现更快速、更准确的求解结果,适用于大规模数据处理。
-
公开(公告)号:CN117830453A
公开(公告)日:2024-04-05
申请号:CN202410049348.3
申请日:2024-01-12
申请人: 西安交通大学
IPC分类号: G06T11/00 , G01R33/561 , G06T5/70 , G06T5/50
摘要: 本发明公开一种基于分数生成模型的快速并行磁共振成像方法及系统,方法包括以下步骤:1)训练图像的去噪分数匹配网络sθ(u,t)和灵敏度的去噪分数匹配网络sθ(S,t);将k空间中心区域预估的欠采样图像us作为条件输入网络sθ(S,t)中;2)基于网络sθ(u,t)和sθ(S,t)构建图像和灵敏度图的扩散模型,得到图像和灵敏度后验均值#imgabs0#和#imgabs1#3)分别对图像和灵敏度从高斯噪声采样,得到图像和灵敏度的采样值后,从欠采样k空间测量值建立与图像和灵敏度之间的关系,4)利用概率分布的似然函数对图像和灵敏度图求梯度做梯度下降;循环2)‑4),确定从高斯噪声到生成图像或灵敏度图的采样步数,得到最终的MRI成像图像,本发明能够有效泛化到不同的MRI数据,显著减少采集时间从而实现更快速并清晰成像。
-
公开(公告)号:CN116912341A
公开(公告)日:2023-10-20
申请号:CN202310725878.0
申请日:2023-06-19
申请人: 西安交通大学
IPC分类号: G06T11/00 , G06T5/00 , G06T5/10 , G06N3/0464 , G06N3/084 , G06N3/0455
摘要: 本发明公开了超快速的多对比度核磁共振联合成像深度学习方法,具体过程为:步骤1,构造多对比度核磁共振图像联合重建模型;步骤2,构造多对比度核磁共振图像联合重建网络,包括基于图‑注意力的邻近点网络模块和多对比度数据一致性模块;步骤3,构造基于图‑注意力的邻近点网络模块,包括特征编码器、多对比度特征交互模块和特征解码器;步骤4,训练多对比度核磁共振图像联合重建网络;步骤5,应用训练好的多对比度核磁共振图像联合重建网络进行超快速核磁共振成像。本发明方法能够有效地学习多对比度之间的正则关系,从而提高重建质量。
-
公开(公告)号:CN116452442A
公开(公告)日:2023-07-18
申请号:CN202310338596.5
申请日:2023-03-31
申请人: 西安交通大学
IPC分类号: G06T5/00 , G06V10/774 , G06N3/04 , G06N3/084
摘要: 本发明公开了一种不确定性引导的双域核磁共振成像伪影校正方法及系统,该方法可以从核磁共振成像设备中采集的有运动伪影的k空间数据重建出高质量的无运动伪影的图像。该方法主要包括运动损坏的k空间数据分布建模、k空间不确定性引导的双域运动伪影校正模型构造、双域运动伪影校正网络构造、双域运动伪影校正网络训练过程、运动伪影校正过程五大步骤。采用多组有运动伪影的k空间数据以及相应的无运动伪影的图像和k空间数据训练网络参数,使得网络的图像输出和k空间数据输出分别与无运动伪影的图像和k空间数据尽可能的逼近。在应用中,输入有运动伪影的k空间数据,即可从网络的输出获得高质量的无运动伪影的核磁共振图像。
-
公开(公告)号:CN106373167B
公开(公告)日:2017-10-20
申请号:CN201611024706.7
申请日:2016-11-15
申请人: 西安交通大学
摘要: 本发明公开了一种基于深度神经网络的压缩传感核磁共振成像方法,该方法可从核磁共振成像设备所采集到的k‑空间低采样数据重建出高质量的核磁共振图像。该方法主要包括交替方向乘子法深度神经网络的构造、网络参数训练过程、应用于压缩传感核磁共振成像三大步骤。采用多对低采样率下的采样数据和相应全采样数据重建的核磁共振图像为训练数据集,训练交替方向乘子法神经网络的模型参数,使该深度神经网络以低采样率下的采样数据为输入时的输出图像尽可能逼近全采样数据重建的图像;在应用中,给定低采样率下的k‑空间采样数据,将其输入到训练好的交替方向乘子法深度神经网络,该网络的输出即为重建的核磁共振图像。
-
公开(公告)号:CN106373167A
公开(公告)日:2017-02-01
申请号:CN201611024706.7
申请日:2016-11-15
申请人: 西安交通大学
CPC分类号: G06T11/003 , G06N3/08 , G06T2211/416
摘要: 本发明公开了一种基于深度神经网络的压缩传感核磁共振成像方法,该方法可从核磁共振成像设备所采集到的k-空间低采样数据重建出高质量的核磁共振图像。该方法主要包括交替方向乘子法深度神经网络的构造、网络参数训练过程、应用于压缩传感核磁共振成像三大步骤。采用多对低采样率下的采样数据和相应全采样数据重建的核磁共振图像为训练数据集,训练交替方向乘子法神经网络的模型参数,使该深度神经网络以低采样率下的采样数据为输入时的输出图像尽可能逼近全采样数据重建的图像;在应用中,给定低采样率下的k-空间采样数据,将其输入到训练好的交替方向乘子法深度神经网络,该网络的输出即为重建的核磁共振图像。
-
公开(公告)号:CN114699928A
公开(公告)日:2022-07-05
申请号:CN202210404335.4
申请日:2022-04-18
申请人: 西安交通大学
摘要: 本发明公开了一种基于原位聚合的混合基质膜制备方法,包括以下步骤:将二胺单体溶解于第一有机溶剂中,获得二胺溶液;将共价有机骨架材料分散于二胺溶液中,获得悬浊液;将二酐单体加入悬浊液中,搅拌并添加脱水剂、催化剂使共价有机骨架材料原位聚合到聚酰亚胺膜材料中,析出并干燥处理,制备获得基于原位聚合的混合基质膜;其中,脱水剂为醋酸酐,催化剂为三乙胺。本发明以聚酰亚胺为基膜,同时以共价有机骨架为填料的混合基质膜制备方法,使多孔填料在聚合物膜中分散更均匀,可明显减少膜表面缺陷,能够极大地提高气体分离性能。
-
-
-
-
-
-
-
-
-