-
公开(公告)号：CN118845054A
公开(公告)日：2024-10-29
申请号：CN202410849377.8
申请日：2024-06-27
Applicant: 温州大学
Abstract: 本发明提供一种基于轻量级神经网络的软组织密度测量方法，包括选取已有软组织图像作为训练集，并将该训练集中所有软组织图像均进行预处理，以形成为训练样本；构建轻量级神经网络模型，并使用训练样本以及BCEDiceLoss对所述轻量级神经网络模型进行训练，得到训练好的轻量级神经网络模型；其中，所述轻量级神经网络模型每一次训练后，均基于Dice距离、Hausdorff距离和Jaccard系数进行评估；获取待测软组织图像并进行预处理，将预处理后的待测软组织图像导入已训练好的轻量级神经网络模型中，得到软组织密度。实施本发明，能够有效减少测量过程中的人力资源投入，提高了效率。
-
公开(公告)号：CN111916162A
公开(公告)日：2020-11-10
申请号：CN202010754793.1
申请日：2020-07-31
Applicant: 温州大学
Abstract: 本发明公开了一种基于样本权重和低秩约束的多模态神经影像特征选择方法，包括以下步骤：(1)多模态脑影像数据采集；(2)获得多个模态的数据后，采用多模态特征协同分析的方式进行特征选择，建立每个模态数据到分类类标的回归模型，对回归向量进行组稀疏约束，从而获得对所有任务都相关的公共特征子集；(3)多模态数据特征建模；(4)将目标函数写成增广拉格朗日形式，目标函数变为凸函数；(5)得到每个样本的每个模态的权重矩阵、每个特征的权重；(6)利用多核支持向量机的方法融合样本多模态特征进行分类。上述技术方案，不仅考虑模态间样本的重要性，还考虑了模态之间的相关性，找出更有意义的特征，提高分类和预测的准确性。
-
公开(公告)号：CN107403416A
公开(公告)日：2017-11-28
申请号：CN201710616979.9
申请日：2017-07-26
CPC classification number: G06T5/002 , G06T5/10 , G06T5/20 , G06T2207/10132 , G06T2207/20028
Abstract: 本发明提供一种基于NSCT的改进滤波与阈值函数的医学超声图像去噪方法，其包括一、预处理；二、NSCT变换；三、采用改进的双边滤波方法对低频子带系数进行噪声抑制处理；采用改进阈值方法对高频子带系数进行噪声抑制处理；四、将噪声抑制处理后的系数进行NSCT逆变换，再指数变换得到去除噪声后的重构图像，将NSCT变换与双边滤波及改进阈值法相结合，可以有效地抑制超声图像中的散斑噪声，较好地保留原始图像中的边缘及细节信息，获得较好的视觉效果。可直接与医院的临床应用相结合，为相关疾病诊断提供探索性及实用性研究，为辅助医生对疾病的诊断提供技术支持，提高该疾病的诊断水平，还可用于跟踪病理变化等。
-
公开(公告)号：CN109272804A
公开(公告)日：2019-01-25
申请号：CN201811074859.1
申请日：2018-09-14
Applicant: 温州大学
Abstract: 本发明提供一种飞行座舱约束下飞行员头部运动的正交视频定位方法，包括构建人体躯干至头部的简化结构模型，并转为求解头部顶端三维空间坐标的具体位姿函数；结合简化结构模型及飞行员标准身高尺寸仿真，将仿真得出个体躯干至头部所有关节的活动数据信息导入具体位姿函数中，得到头部顶端的具体位姿范围；结合头部顶端的具体位姿范围及传统三台正交摄像机布局仿真，判定出x、y轴的摄像机存在视觉盲区；加设两台摄像机用以消除视觉盲区；一台与传统三台均呈45度正交；另一台在xy平面上，与x轴的间隔45度、与y轴的间隔135度。实施本发明，适用于飞行座舱约束环境下，克服了现有技术中视频定位存在的视觉盲区、实时性较差、精确度较低等问题。
-
公开(公告)号：CN110705615A
公开(公告)日：2020-01-17
申请号：CN201910898694.8
申请日：2019-09-23
Abstract: 一种基于TV模型与GoogLeNet模型的甲状腺结节检测和分类方法，采用基于TV模型的自适应图像修复方法对甲状腺超声图像进行预处理，消除边框标记，为提升网络的结节分类性能，本专利采用深度学习的方法，构建GoogLeNet Incepetion V1模型在甲状腺超声波图像数据集进行实验。本发明能修复超声图像中因标记破坏的部分纹理，并有效提取甲状腺结节的特征，大大提升医生的诊断效率。
-
Patent Agency Ranking
公开(公告)号：CN118212226A
公开(公告)日：2024-06-18
申请号：CN202410469394.9
申请日：2024-04-18
Applicant: 温州大学
IPC: G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/0895 , G06N3/084 , G06T7/136
Abstract: 本发明提供一种基于阈值分割的医学图像半监督学习伪标签自动标注方法，包括获取医学图像数据集，并采用群智能算法及最大熵阈值分割法，计算出最佳分割阈值；医学图像数据进行人工标签标注形成标注有人工标签的数据集，以及医学图像数据基于最佳分割阈值进行伪标签标注形成标注有伪标签的数据集；构建基于深度学习的分割模型，并根据标注有伪标签的数据集，对分割模型进行预训练，得到预训练后的分割模型；将标注有人工标签的数据集划分训练集和测试集对预训练后的分割模型进行训练及测试，得到最终分割模型。实施本发明，不仅能有效地扩充标记数量，还能提高标记数据质量，从而解决现有标记数据不足或标记数据质量低的问题。
-
公开(公告)号：CN109272804B
公开(公告)日：2020-11-24
申请号：CN201811074859.1
申请日：2018-09-14
Applicant: 温州大学
Abstract: 本发明提供一种飞行座舱约束下飞行员头部运动的正交视频定位方法，包括构建人体躯干至头部的简化结构模型，并转为求解头部顶端三维空间坐标的具体位姿函数；结合简化结构模型及飞行员标准身高尺寸仿真，将仿真得出个体躯干至头部所有关节的活动数据信息导入具体位姿函数中，得到头部顶端的具体位姿范围；结合头部顶端的具体位姿范围及传统三台正交摄像机布局仿真，判定出x、y轴的摄像机存在视觉盲区；加设两台摄像机用以消除视觉盲区；一台与传统三台均呈45度正交；另一台在xy平面上，与x轴的间隔45度、与y轴的间隔135度。实施本发明，适用于飞行座舱约束环境下，克服了现有技术中视频定位存在的视觉盲区、实时性较差、精确度较低等问题。
-
公开(公告)号：CN107403416B
公开(公告)日：2020-07-28
申请号：CN201710616979.9
申请日：2017-07-26
Abstract: 本发明提供一种基于NSCT的改进滤波与阈值函数的医学超声图像去噪方法，其包括一、预处理；二、NSCT变换；三、采用改进的双边滤波方法对低频子带系数进行噪声抑制处理；采用改进阈值方法对高频子带系数进行噪声抑制处理；四、将噪声抑制处理后的系数进行NSCT逆变换，再指数变换得到去除噪声后的重构图像，将NSCT变换与双边滤波及改进阈值法相结合，可以有效地抑制超声图像中的散斑噪声，较好地保留原始图像中的边缘及细节信息，获得较好的视觉效果。可直接与医院的临床应用相结合，为相关疾病诊断提供探索性及实用性研究，为辅助医生对疾病的诊断提供技术支持，提高该疾病的诊断水平，还可用于跟踪病理变化等。
-
-
公开(公告)号：CN109360263B
公开(公告)日：2019-07-19
申请号：CN201811174911.0
申请日：2018-10-09
Applicant: 温州大学
Abstract: 本发明公开了一种面向资源受限移动设备的实时软阴影生成方法及装置，包括在移动设备中配置三维场景及其所需要的各项输入信息并创建阴影图和深度纹理；采用第一GPU可编程绘制流水线绘制三维场景，将编码后的离光源最近的三维模型表面的深度信息保存到阴影图中；采用第二GPU可编程绘制流水线对其进行高斯模糊滤波操作，将编码后的模糊深度信息更新到阴影图中，得到模糊后的阴影图；采用第三GPU可编程绘制流水线绘制三维场景，将模糊后的阴影图中所包含的软阴影信息绘制到显示窗口，得到所求的第三GPU可编程绘制流水线的GPU像素着色器中的软阴影结果。实施本发明，不仅能在资源受限移动设备上绘制出逼真的三维场景软阴影效果，还提高了实时生成效率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
