-
公开(公告)号：CN109462747A
公开(公告)日：2019-03-12
申请号：CN201811512179.3
申请日：2018-12-11
申请人： 成都美律科技有限公司 , 重庆大学
IPC分类号： H04N13/106
摘要： 本发明公开了一种基于生成对抗网络的DIBR系统空洞填充方法，首先收集一批参考图像样本和对应的深度图像，生成训练样本，采用此训练样本对生成对抗网络进行训练，得到用于DIBR系统空洞填充的生成模型，然后采用与训练样本相同的方法生成待填充目标图像对应的张量，并生成前景抑制蒙版，处理得到输入张量，将其输入至生成模型，最后对输出结果进行进一步处理得到空洞填充后的目标图像。本发明采用生成对抗网络提取低级特征和高级语义特征，提高填充的空洞区域和剩余部分像素的一致性。
-
公开(公告)号：CN109118508B
公开(公告)日：2022-03-25
申请号：CN201811010424.0
申请日：2018-08-31
申请人： 成都美律科技有限公司 , 重庆大学
摘要： 本发明公开了一种IVOCT图像血管壁内腔轮廓提取方法，对于采集到的极坐标系下的IVOCT图像，首先在极坐标系下去除标定圈，然后转换至笛卡尔坐标系，去除成像导管和保护鞘，然后还原至极坐标系，在极坐标系下进行搜索得到导丝区域并去除导丝，然后进行血管壁边缘检测，将血管壁边缘曲线以上的像素点全部置为0，然后转换到笛卡尔坐标系下，得到血管壁内腔轮廓。采用本发明可以有效去除IVOCT图像中的干扰信息，提高所提取的血管壁内腔轮廓的准确度，从而突出显示冠状动脉形态和病理信息，对分析冠状动脉相关病症具有重要的意义。
-
公开(公告)号：CN109118508A
公开(公告)日：2019-01-01
申请号：CN201811010424.0
申请日：2018-08-31
申请人： 成都美律科技有限公司 , 重庆大学
摘要： 本发明公开了一种IVOCT图像血管壁内腔轮廓提取方法，对于采集到的极坐标系下的IVOCT图像，首先在极坐标系下去除标定圈，然后转换至笛卡尔坐标系，去除成像导管和保护鞘，然后还原至极坐标系，在极坐标系下进行搜索得到导丝区域并去除导丝，然后进行血管壁边缘检测，将血管壁边缘曲线以上的像素点全部置为0，然后转换到笛卡尔坐标系下，得到血管壁内腔轮廓。采用本发明可以有效去除IVOCT图像中的干扰信息，提高所提取的血管壁内腔轮廓的准确度，从而突出显示冠状动脉形态和病理信息，对分析冠状动脉相关病症具有重要的意义。
-
公开(公告)号：CN109462747B
公开(公告)日：2020-06-26
申请号：CN201811512179.3
申请日：2018-12-11
申请人： 成都美律科技有限公司 , 重庆大学
IPC分类号： H04N13/106
摘要： 本发明公开了一种基于生成对抗网络的DIBR系统空洞填充方法，首先收集一批参考图像样本和对应的深度图像，生成训练样本，采用此训练样本对生成对抗网络进行训练，得到用于DIBR系统空洞填充的生成模型，然后采用与训练样本相同的方法生成待填充目标图像对应的张量，并生成前景抑制蒙版，处理得到输入张量，将其输入至生成模型，最后对输出结果进行进一步处理得到空洞填充后的目标图像。本发明采用生成对抗网络提取低级特征和高级语义特征，提高填充的空洞区域和剩余部分像素的一致性。
-
公开(公告)号：CN109009094B
公开(公告)日：2021-03-30
申请号：CN201810635091.4
申请日：2018-06-20
申请人： 成都美律科技有限公司 , 重庆大学
IPC分类号： A61B5/369
摘要： 本发明公开了一种基于脑电信号KC复杂度的视觉诱导晕动症检测方法，在用户的左右额叶区、左颞叶区分别设置一个脑电信号传感器，分别采集用户在正常阶段和检测阶段的三个通道脑电信号，计算出每个脑电信号的KC复杂度，当正常阶段与检测阶段的检测信号差异较大时判定出现视觉诱导晕动症现象，从而实现视觉诱导晕动症的检测。
-
公开(公告)号：CN109009094A
公开(公告)日：2018-12-18
申请号：CN201810635091.4
申请日：2018-06-20
申请人： 成都美律科技有限公司 , 重庆大学
IPC分类号： A61B5/0476
CPC分类号： A61B5/0476 , A61B5/72
摘要： 本发明公开了一种基于脑电信号KC复杂度的视觉诱导晕动症检测方法，在用户的左右额叶区、左颞叶区分别设置一个脑电信号传感器，分别采集用户在正常阶段和检测阶段的三个通道脑电信号，计算出每个脑电信号的KC复杂度，当正常阶段与检测阶段的检测信号差异较大时判定出现视觉诱导晕动症现象，从而实现视觉诱导晕动症的检测。
-
公开(公告)号：CN107483912B
公开(公告)日：2019-01-25
申请号：CN201710767972.7
申请日：2017-08-31
申请人： 成都斯斐德科技有限公司 , 重庆大学
IPC分类号： H04N13/30 , H04N13/302
摘要： 本发明公开了一种基于浮点型柱状透镜光栅的多视点图像融合方法，在现有技术基础上，针对系数阵列生成，采用先乘除法后取余运算，然后再对行和列的计算进行变形，这样不仅能减少取余运算的个数，而且也能使得变形之后的计算中减少了浮点型数据的乘法运算，计算量更少。在行、列变形之后的公式上，转化取余运算，硬件中没有对于浮点型数据的取余运算，通过一个比较器转化为硬件能实现的加减运算；同时，在进行图像子像素采集时，融合图像中的每一个子像素来源于不同的两个视点，且每个视点占不同的比例，这样将多幅视图进行子像素采集并加权融合成一幅适合于浮点型柱状透镜光栅显示的裸眼3D图像，在保证精度的同时，更加节省硬件资源。
-
公开(公告)号：CN106667429B
公开(公告)日：2018-05-04
申请号：CN201710089641.2
申请日：2017-02-20
摘要： 本发明公开了一种基于眼动信号的视觉诱导晕动检测方法，包括以下步骤：1)在受试者头部上佩戴实时检测睁眼和闭眼两种状态下眼动次数的头戴式脑电波传感器；2)对头戴式脑电波传感器采集到的眼动次数数据进行处理，得出受试者在睁眼、闭眼两种状态下的每分钟平均眼动次数；3)判定受试者是否处于晕动状态。本发明基于眼动信号的视觉诱导晕动检测方法，其通过平均眼动次数来评估受试者是否发生晕动，评估更客观准确，且评估操作更简单，能更方便的对视觉诱导晕动问题进行研究。
-
公开(公告)号：CN106974621B
公开(公告)日：2019-12-27
申请号：CN201710156859.5
申请日：2017-03-16
申请人： 小菜儿成都信息科技有限公司 , 重庆大学
IPC分类号： A61B5/00 , A61B5/0476
摘要： 本发明公开了一种基于脑电信号重心频率的视觉诱导晕动症检测方法，在用户的左右额叶区、左右颞叶区设置两对脑电信号传感器，分别采集用户在正常阶段和检测阶段的四个通道脑电信号，并计算左、右额叶区脑电信号的差信号，从每个脑电信号中提取alpha波信号，然后根据预设的时间窗口参数计算得到每个alpha波信号的重心频率序列，计算正常阶段和检测阶段下右额叶区、右颞叶区alpha波信号的重心频率平均值以及右额叶区、左颞叶区、右颞叶区、左右额叶区脑电信号的差信号的alpha波信号的重心频率标准差，将这6对信号作为检测信号，当正常阶段与检测阶段的检测信号差异较大时判定出现视觉诱导晕动症现象，从而实现视觉诱导晕动症的检测。
-
公开(公告)号：CN110136115A
公开(公告)日：2019-08-16
申请号：CN201910402166.9
申请日：2019-05-14
申请人： 重庆大学
IPC分类号： G06T7/00
摘要： 本发明提供一种IVOCT图像易损斑块自动检测神经网络集成方法，包括以下步骤：集成网络选取，选取的网络包括传统的目标检测网络Haar-Adaboost、基于回归的目标检测网络YOLO和SSD及基于区域建议的目标检测网络Faster R-CNN；网络训练检测，根据IVOCT图像的自身特征，设置反映每个网络对于易损斑块检测结果的数据指标和评价指标，对每个网络进行训练生成不同的测试模型，各自检测预定数量的IVOCT测试图像；两步集成方法，先是利用设计的集成策略对每个网络检测出来的IVOCT检测图像类别标签进行集成，然后根据类别集成的结果进行区域集成得出检测结果。本申请能提高检测易损斑块区域的准确性，减少漏检和错检的情况，且能提高检测区域与真实区域之间的重合度及最终检测结果性能。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.04 秒)
