面元模型自动调整方法、装置、电子设备及存储介质

    公开(公告)号:CN117789288A

    公开(公告)日:2024-03-29

    申请号:CN202311603125.9

    申请日:2023-11-28

    申请人: 清华大学

    摘要: 本申请涉及动作捕捉技术领域及计算机人体模型技术领域,特别涉及一种面元模型自动调整方法、装置、电子设备及存储介质,其中,方法包括:获取参考人体在当前时刻的姿态数据;基于姿态数据调整参考人体的面元模型的当前姿态,得到面元模型的目标姿态,并利用惯性动作捕捉系统获取模特人体的姿态表征数据;确定参考人体和模特人体之间的映射关系,并基于映射关系和姿态表征数据调整面元模型的目标姿态,得到随时间变化的动态面元模型。由此,解决了相关技术中姿态人体模型建模需要人工手动调节,自动化程度较低,且基于光学动捕的人体模型自动调整价格较高、操作复杂、适用范围较窄等问题。

    分解CO2的方法、系统及其用途

    公开(公告)号:CN105905900B

    公开(公告)日:2019-02-05

    申请号:CN201610279521.4

    申请日:2016-04-28

    申请人: 清华大学

    摘要: 本发明公开了分解CO2的方法、系统及其用途,其中分解CO2的方法包括:将CO2置于辐射源辐射范围内,以便利用电离辐射将所述CO2分解为CO和O2。利用本发明的分解CO2的方法能够有效地实现CO2分解,得到工业上有利用价值的CO和O2,并且,充分利用了释放电离辐射的装置或材料,实现了废物再利用,相当于零能耗,成本低而效率高。

    基于深度神经网络的固定复杂源项分布反演方法及装置

    公开(公告)号:CN116976202B

    公开(公告)日:2024-03-26

    申请号:CN202310855524.8

    申请日:2023-07-12

    申请人: 清华大学

    摘要: 本发明公开了基于深度神经网络的固定复杂源项分布反演方法及装置,该方法包括:基于辐射装置空间内的几何分布得到空间中的采样点通量测量值;将采样点通量测量值输入至深度神经网络模型输出得到固定复杂源项的空间分布特征;通过基于固定复杂源项的空间分布特征生成的训练数据集对深度神经网络模进行训练,并利用测试数据集对固定复杂源项反演的深度神经网络模型进行源项反演测试得到模型测试结果;基于模型测试结果得到训练好的深度神经网络模型,并利用训练好的深度神经网络模型反演固定复杂源项以输出得到固定复杂源项的分布参数。本发明能够有效反演得到复杂源项的分布信息,提高实际工作效率。

    建立剂量学用精细乳腺物理模体的方法及装置

    公开(公告)号:CN117584455A

    公开(公告)日:2024-02-23

    申请号:CN202311639998.5

    申请日:2023-12-01

    申请人: 清华大学

    摘要: 本申请涉及一种建立剂量学用精细乳腺物理模体的方法及装置,其中,方法包括:根据混合比例和打印参数分别设计脂肪组织和纤维腺体组织两类乳房组织的等效材料配方;基于女性乳房代表性参数,得到不同腺体百分含量和压迫厚度的系列精细乳腺数字模型;使熔融沉积成型3D打印机支持体素模型进行3D打印,并使熔融沉积成型3D打印机根据体素模型生成喷头路径,以根据高分辨率双材料增材的熔融沉积成型3D打印技术得到剂量学用精细乳腺物理模体。由此,解决了相关技术无法得到准确的三维剂量分布,难以准确评估辐射健康风险,且现有模体的乳房参数可变性较差,模体的参数代表性和真实性低,剂量测量单元的布放位置并不科学等问题。

    基于神经网络的图像评估方法和装置

    公开(公告)号:CN114742753A

    公开(公告)日:2022-07-12

    申请号:CN202210200289.6

    申请日:2022-03-02

    申请人: 清华大学

    摘要: 本申请提出了一种基于神经网络的图像评估方法,涉及图像处理技术领域,其中,该方法包括:获取目标对象的预曝光图像;对预曝光图像进行预处理,将预处理后的预曝光图像输入至预先训练的第一神经网络,得到预曝光图像中的第一目标参数;根据第一目标参数对初始曝光参数进行更新以得到目标曝光参数,根据目标曝光参数获取目标对象的正式曝光图像;对正式曝光图像进行预处理,将预处理后的正式曝光图像输入至预先训练的第二神经网络,得到正式曝光图像中的第二目标参数。采用上述方案的本发明提高图片曝光效率,在保证图像质量的同时提高图像评估准确率。

    一种从复杂CAD三维模型到蒙卡几何的自动转换方法

    公开(公告)号:CN106709163B

    公开(公告)日:2019-12-24

    申请号:CN201611112711.3

    申请日:2016-12-06

    申请人: 清华大学

    IPC分类号: G06F17/50

    摘要: 本发明公开了一种从复杂CAD三维模型到蒙卡几何的自动转换方法,包括:提取STEP文件中BRep数据模型信息;提取所述BRep数据模型信息中重复结构信息,将非重复结构作为待转换实体;将所述待转换实体分解为多个可转换实体;利用提取的重复结构信息进行模型重建,恢复重复结构;根据所述多个可转换实体和所述重复结构得到所有实体的半空间CSG表达式。本发明具有如下优点:提高了分解转换的效率和准确性。

    一种质子放射治疗下物理反应过程的模拟方法及装置

    公开(公告)号:CN118197637A

    公开(公告)日:2024-06-14

    申请号:CN202410340978.6

    申请日:2024-03-25

    申请人: 清华大学

    IPC分类号: G16H50/50 G16H20/40 G16H30/20

    摘要: 本申请提出了一种质子放射治疗下物理反应过程的模拟方法及装置,该方法包括:对获取的DICOM影像进行勾画与标记处理,根据处理后的DICOM影像转换治疗计划的坐标信息;构建人体元素与质子的核反应截面库,根据勾画和标记的组织器官材料,计算各个材料的总截面列表、弹性核反应截面列表以及非弹性核反应截面列表;将在中央处理器端串行处理成功的数据异构到图形处理器,启动图形处理器内核函数对粒子进行批量处理,并执行质子的输运算法;调用CUDA内核函数生成随机数,比较电离和总核反应的大小确定抽样结果,根据抽样结果执行电离反应或核相互作用,生成最终模拟结果。本申请大幅度提高了模拟的速度,能够在秒级实现质子放疗中能量沉积分布的模拟和计算。

    基于DM图像构建三维压迫乳房模型的方法、装置及设备

    公开(公告)号:CN116983083A

    公开(公告)日:2023-11-03

    申请号:CN202310861177.X

    申请日:2023-07-13

    申请人: 清华大学

    IPC分类号: A61B34/10 G06T17/00

    摘要: 本申请涉及一种基于DM图像构建三维压迫乳房模型的方法、装置及设备,方法包括:获取数字乳腺X射线摄影DM图像,对DM图像进行散射校正,基于校正后的DM图像,将多个预设厚度的脂肪CIRS模体和腺体CIRS模体放置在DM摄影机中成像,并根据成像后的探测器响应结果标定脂肪质量衰减系数和腺体质量衰减系数,基于脂肪质量衰减系数和腺体质量衰减系数,对预先建立的压迫乳房统计模型CBSP赋予目标权重进行成像,根据成像结果和DM图像生成三维压迫乳房模型CBP。由此,解决了针对DM二维数据无法获得压迫乳房三维模型等问题,保证乳房模型纹理真实性的同时,获得准确的腺体分布,为剂量评估提供依据,从而提高诊断效率。

    一种基于剂量预测和参数优化的自动计划方法及系统

    公开(公告)号:CN115620870A

    公开(公告)日:2023-01-17

    申请号:CN202211144237.8

    申请日:2022-09-20

    申请人: 清华大学

    摘要: 本发明公开了一种基于剂量预测和参数优化的自动计划方法及系统,该方法包括:对患者进行计划CT扫描得到CT图像,并根据CT图像得到器官勾画数据;将CT图像和器官勾画数据输入至训练好的3D VGG‑U‑Net网络模型中得到危及器官的三维剂量分布预测,根据三维剂量分布预测得到危及器官的平均剂量;基于器官勾画数据和危及器官的平均剂量确定照射野分布模型的目标函数,以设计初始放疗计划,并基于粒子群和遗传混合算法优化目标函数的参数得到参数优化结果;对参数优化结果进行评估,根据评估结果更新目标函数的参数,根据参数更新结果对目标函数求解得到最佳放疗计划。本发明实现智能算法自动完成放疗计划中的参数优化的功能,便于提高计划的质量和效率。

    一种脉冲X射线能谱测量的解谱方法和装置

    公开(公告)号:CN114675319A

    公开(公告)日:2022-06-28

    申请号:CN202210306567.6

    申请日:2022-03-25

    申请人: 清华大学

    IPC分类号: G01T1/36 G06N3/08

    摘要: 一种脉冲X射线能谱测量的解谱方法和系统,应用于超短超强激光装置产生的脉冲X射线,方法包括:将预定数量的实验数据和模拟数据组合成第一数据集,从所述第一数据集中选择部分数据作为神经网络模型的训练数据集;利用该训练数据集对所述神经网络模型进行训练;根据实时采集的超短超强激光装置中的诊断物理参数,利用诊断物理参数和所述训练好的神经网络模型计算得到预测能谱;根据所述预测能谱通过预先设置的解谱算法得到脉冲X射线能谱。