-
公开(公告)号：CN117274171A
公开(公告)日：2023-12-22
申请号：CN202311129454.4
申请日：2023-09-01
Applicant: 电子科技大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06T5/30 , G06V10/74 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明是一种基于多分支三维神经网络的脑灌注参数处理方法，本发明属于医学图像处理领域和深度学习领域，该方法首先构建了三个数据集，包括一个虚拟数据集和两个真实数据集。其中，虚拟数据集中的各灌注参数是预先设置的，作为标签灌注参数的一部分，真实数据集经过预处理和AIF评估之后由传统方法计算灌注参数，作为标签灌注参数的另一部分。其次，构建了一个多分支三维卷积神经网络。然后，利用三个数据集对网络进行训练和优化，得到最优网络。最后，利用最优网络可实现端到端脑灌注参数的直接测算，将结果生成可视化后交由影像科医生划分核心梗死区域并进行一致性分析。
-
公开(公告)号：CN116129312A
公开(公告)日：2023-05-16
申请号：CN202310041041.4
申请日：2023-01-13
Applicant: 电子科技大学 , 中国兵器装备集团兵器装备研究所
IPC: G06V20/40 , G06V10/774 , G06V10/74 , G06V10/82 , G06T5/00 , G06T5/40 , G06T7/90 , G06T7/277 , G06N3/0464 , G06N3/084
Abstract: 本文发明了一种基于目标检测模型和DeepSort的坦克装甲车流量检测方法，通过构建并训练目标检测模型来进行坦克装甲车目标的检测，结合实时性高的DeepSort算法进行目标跟踪，弥补了所拍摄视频中坦克装甲车相互遮挡，特征不明显导致的难以检测和跟踪的问题，具有操作简单、检测精度高、实时性好、漏检率低的效果。
-
公开(公告)号：CN109598704B
公开(公告)日：2023-05-02
申请号：CN201811376071.6
申请日：2018-11-19
Applicant: 电子科技大学
Abstract: 该发明公开了一种基于BP神经网络的粪便显微图像的清晰度评价方法，属于机器视觉技术领域，具体一种基于BP神经网络的粪便显微图像清晰度评价方法。通过人工判定出的粪便显微清晰图像和不清晰图像对一个四层的BP神经网络进行训练，获得完整的判定图像清晰程度的神经网络，该方法针对粪便显微图像分层厚、背景复杂的特点，适用于粪便显微图像的自动对焦。
-
公开(公告)号：CN114677683B
公开(公告)日：2023-04-25
申请号：CN202210354883.0
申请日：2022-04-06
Applicant: 电子科技大学
IPC: G06V30/148 , G06V30/12
Abstract: 本发明公开了一种应用于光通信激光器芯片显微字符识别的背景预处理方法，属于图像处理领域。包括：步骤1：获取激光器芯片的图像；步骤2：通过矩形框对图像中的字符区域进行框定；步骤3：将框定的字符区域通过内框和外框进行划分；通过脏污或缺陷同字符背景的灰度值差异以及其形态学差异来检测内框与外框之间的区域内是否存在脏污或缺陷；步骤4：若存在脏污或缺陷，则将脏污或缺陷去除后，再送入字符识别网络进行字符识别；步骤5：若不存在脏污或缺陷，则直接送入字符识别网络进行字符识别。本发明能够对字符区域中的背景脏污或缺陷进行有效去除，能够避免较大的误检或漏检，提高了芯片字符识别的准确率和效率。
-
公开(公告)号：CN115439521A
公开(公告)日：2022-12-06
申请号：CN202210876716.2
申请日：2022-07-25
Applicant: 电子科技大学
Abstract: 该发明公开了一种针对位置环境的室内隐蔽点寻找方法，特别涉及深度学习技术的物体检测以及部件分割方法。本方法首先通过深度摄像头获得彩色图片、深度图片、摄像头位姿信息，通过深度学习算法得到物体的在图片中的位置并计算物体的支撑腿、侧沿在图片中的区域信息，结合深度图得到其实际位置信息，通过对其空间位置信息的判断得到其可能的隐藏区域。
-
Patent Agency Ranking
公开(公告)号：CN114983396A
公开(公告)日：2022-09-02
申请号：CN202210756367.0
申请日：2022-06-29
Applicant: 电子科技大学 , 宜宾显微智能科技有限公司
Abstract: 本发明公开了一种脊柱侧弯的自动检测系统，属于数字图像处理领域和深度学习领域，具体涉及图像的深度数据和卷积神经网络相结合的自动化脊柱侧弯检测系统。该系统首先是对人体站立位的背部图像进行获取，通过算法标注背部肩窝、肩胛骨拐点、腰凹、髂嵴和表皮脊柱线，根据临床医学判定患者是否患有脊柱侧弯的“四横一竖”标准，即根据双肩对称性、腰凹对称性、髂嵴对称性、肩胛骨对称性、表皮脊柱线侧弯角X°，判断受测者的情况。本发明在四横一竖的基础上，在专业医生指导下，增加三种前屈位剃刀背检测，最大可能地接近临床检验流程，极大的增加了检验结果的准确性和检验流程的完整性。
-
公开(公告)号：CN110309787B
公开(公告)日：2022-07-29
申请号：CN201910596973.9
申请日：2019-07-03
Applicant: 电子科技大学
Abstract: 本发明是一种基于深度相机的人体坐姿检测方法，涉及图像处理领域。采用获取人体背部区域的深度图像和彩色图像，采用深度图像和彩色图像相结合的方式获取图像的前景区域，采用前景区域的的部分区域计算人体坐姿是否正确，从而实现发明目的。本发明是一种基于机器视觉的无接触式坐姿监测方法，借助于深度相机采集人体背部数据，通过坐姿监测算法，可以实时获取图像，全自动完成坐姿监测，当坐姿异常时，电脑端人机交互软件及时提醒用户改正坐姿。人的坐姿与脊柱状态有密切的关系，因此采集背部的数据进行坐姿分析是最为准确的，同时也可避免采集人体面部信息带来的隐私问题。
-
公开(公告)号：CN114677683A
公开(公告)日：2022-06-28
申请号：CN202210354883.0
申请日：2022-04-06
Applicant: 电子科技大学
IPC: G06V30/148 , G06V30/12
Abstract: 本发明公开了一种应用于光通信激光器芯片显微字符识别的背景预处理方法，属于图像处理领域。包括：步骤1：获取激光器芯片的图像；步骤2：通过矩形框对图像中的字符区域进行框定；步骤3：将框定的字符区域通过内框和外框进行划分；通过脏污或缺陷同字符背景的灰度值差异以及其形态学差异来检测内框与外框之间的区域内是否存在脏污或缺陷；步骤4：若存在脏污或缺陷，则将脏污或缺陷去除后，再送入字符识别网络进行字符识别；步骤5：若不存在脏污或缺陷，则直接送入字符识别网络进行字符识别。本发明能够对字符区域中的背景脏污或缺陷进行有效去除，能够避免较大的误检或漏检，提高了芯片字符识别的准确率和效率。
-
公开(公告)号：CN110887960B
公开(公告)日：2021-11-02
申请号：CN201911210788.8
申请日：2019-12-02
Applicant: 电子科技大学
Abstract: 该发明公开了一种基于机器视觉的尿液试纸条定量检测系统及方法，属于机械结构领域和图像处理领域。本发明实现了尿液试纸自动化定量检测，与现有的检测方式相比有如下的优点：不需要把样本送到医院，大大降低了患者的时间成本；不依赖于专业人员，患者可以自己在家中实现测量；基于定量和定时的检测，测量结果准确；操作简单方便；装置和耗材的成本低，可以实现频繁检测；有利于患者病情的观察和控制；有利于促进基层医疗事业均衡发展。
-
公开(公告)号：CN112102257A
公开(公告)日：2020-12-18
申请号：CN202010867522.7
申请日：2020-08-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络的人体粪便自动识别方法，属于数字图像处理领域和深度学习领域。该方法首先是对图像的HSV彩色空间中的S通道进行二值化后进行形态开操作，得到图像中粪便区域的准确位置，然后基于VGG19卷积神经网络搭建两个分支结构，一个分支用于粪便形状特征学习，另一个分支进行粪便颜色特征学习。独立的两个网络分支使得粪便形状和颜色可以同时预测，进行多输出分类；互不影响的联合MLP分类器结构使得粪便形状和颜色识别能够得到更准确的结果。本发明与需要专业检验师检测的人工检测方法相比，具有大众普适性强、时效性高、低成本且高度自动化的特点，与基于传统图像特征的分类方法相比，具有更好的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
245
records
(took 0.031 seconds)
