-
公开(公告)号：CN106066934A
公开(公告)日：2016-11-02
申请号：CN201610363245.X
申请日：2016-05-27
申请人： 山东大学苏州研究院
CPC分类号： G06K9/6256 , G06K9/6269 , G16H50/20
摘要： 本发明公开了一种基于Spark平台的阿尔茨海默病早期辅助诊断系统，属于医疗大数据应用领域。该系统包括影像存储模块，影像预处理模块，模型训练模块，预测诊断模块。通过影像存储模块在集群上建立原始sMRI影像数据库，采用HDFS分布式存储；由影像预处理模块对原始影像预处理，获取有效数据并发送给模型训练模块；模型训练模块调用MLlib的机器学习算法，对有效数据进行降维分类，得到最佳分类模型；最后预测诊断模块通过Spark Streaming实时处理受试者的sMRI影像，由分类模型对其分类，给出诊断结果。本发明将大数据技术与sMRI技术相结合，在处理海量影像数据的基础上，自动高效的对受试者的sMRI影像数据做出客观诊断，为医生诊断阿尔茨海默病提供辅助支持，具有实际应用价值。
-
公开(公告)号：CN105828106A
公开(公告)日：2016-08-03
申请号：CN201610235788.3
申请日：2016-04-15
申请人： 山东大学苏州研究院
IPC分类号： H04N21/2343 , H04N21/4402
摘要： 本发明提供了一种基于运动信息的非整数倍帧率提升方法。首先利用帧间相关度判断基群中是否发生场景变换；其次利用帧间运动速度和帧间相关度相结合的方法精确判断物体运动的快慢，从而获得待插帧的位置；最后利用运动补偿的方法获得待插帧位置处的内插帧，最终实现非整数倍的帧率提升。本发明突破了整数倍帧率提升的限制，充分利用帧间的运动信息，在运动速度更快的地方插帧，从而使帧率提升后的视频运动更加流畅，增强视觉效果；同时利用运动补偿获得待插帧，从而减少运动抖动和模糊现象。在本发明最后从理论、主观及客观三个方面分析证明了本发明方法相较于传统方法的优越性及可行性。
-
公开(公告)号：CN105828106B
公开(公告)日：2019-01-04
申请号：CN201610235788.3
申请日：2016-04-15
申请人： 山东大学苏州研究院
IPC分类号： H04N21/2343 , H04N21/4402
摘要： 本发明提供了一种基于运动信息的非整数倍帧率提升方法。首先利用帧间相关度判断基群中是否发生场景变换；其次利用帧间运动速度和帧间相关度相结合的方法精确判断物体运动的快慢，从而获得待插帧的位置；最后利用运动补偿的方法获得待插帧位置处的内插帧，最终实现非整数倍的帧率提升。本发明突破了整数倍帧率提升的限制，充分利用帧间的运动信息，在运动速度更快的地方插帧，从而使帧率提升后的视频运动更加流畅，增强视觉效果；同时利用运动补偿获得待插帧，从而减少运动抖动和模糊现象。在本发明最后从理论、主观及客观三个方面分析证明了本发明方法相较于传统方法的优越性及可行性。
-
-
搜索结果
3 条记录 (耗时 0.022 秒)
