-
公开(公告)号：CN111292324B
公开(公告)日：2022-03-01
申请号：CN202010202046.7
申请日：2020-03-20
申请人： 电子科技大学 , 电子科技大学广东电子信息工程研究院
IPC分类号： G06T7/00 , G06T7/12 , G06V10/25 , G06V10/764 , G06K9/62
摘要： 本发明公开了一种针对臂丛神经超声图像的多目标识别方法及系统，方法包括：获取特征图；获取多尺度特征图；生成具有不同接受域的特征图；获取具有不同尺度对比特征的特征图矩阵；获取得到赋予权重后的特征图矩阵；对赋予权重后的特征图矩阵中的每个像素点作为中心点生成感兴趣区域，并对感兴趣区域进行二值分类和检测包围框回归后，将选取的区域对齐为固定尺寸的特征图；将对齐为固定尺寸的特征图中的感兴趣区域进行分类、分割掩模和边界框检测后输出，完成臂丛神经超声图像的多目标识别。本方法可以帮助麻醉医师快速、准确地从臂丛超声图像中识别所需的多目标组织。
-
公开(公告)号：CN111292324A
公开(公告)日：2020-06-16
申请号：CN202010202046.7
申请日：2020-03-20
申请人： 电子科技大学 , 电子科技大学广东电子信息工程研究院
摘要： 本发明公开了一种针对臂丛神经超声图像的多目标识别方法及系统，方法包括：获取特征图；获取多尺度特征图；生成具有不同接受域的特征图；获取具有不同尺度对比特征的特征图矩阵；获取得到赋予权重后的特征图矩阵；对赋予权重后的特征图矩阵中的每个像素点作为中心点生成感兴趣区域，并对感兴趣区域进行二值分类和检测包围框回归后，将选取的区域对齐为固定尺寸的特征图；将对齐为固定尺寸的特征图中的感兴趣区域进行分类、分割掩模和边界框检测后输出，完成臂丛神经超声图像的多目标识别。本方法可以帮助麻醉医师快速、准确地从臂丛超声图像中识别所需的多目标组织。
-
公开(公告)号：CN115457020B
公开(公告)日：2023-12-26
申请号：CN202211201681.9
申请日：2022-09-29
申请人： 电子科技大学
IPC分类号： G06T7/00 , G06T7/33 , G06N3/0464 , G06N3/088
摘要： 本发明公开了一种融合残差图像信息的2D医学图像配准方法，涉及医学图像技术领域，包括：构建医学图像配准模型；模型训练；模型在图像配准的应用。本发明在计算MSE相似度时引入残差图像，有效融合局部像素信息，解决了像素失位和变形折叠的问题；基于卷积神经网络的局部性和Vision Transformer中多头注意力机制的全局性，设计了一个基础地配准网络，并在该基础配准网络中创新性地使用了融合残差图像信息的跳跃连接，解决了MSE仅对像素值计算，无法准确找到像素之间特征匹配的问题，并有效提高了配准模型的泛化性能；提出了多分辨率渐进配准策略，提高了配准的准确性，在变形过程中增强了拓扑保持性。
-
公开(公告)号：CN116664291A
公开(公告)日：2023-08-29
申请号：CN202310386719.2
申请日：2023-04-12
申请人： 电子科技大学
IPC分类号： G06Q40/04 , G06Q10/0631 , G06Q50/06
摘要： 本发明公开了一种基于博弈的电力需求响应交易方法、系统、存储介质及终端，包括：电网公司给用户提供电价；用户根据当前电价确定最佳电力需求；电网公司根据用户反馈的最佳电力需求优化自身利润函数后，更新当前电价；用户接收到电网公司重新提供的电价后，优化自身的用户福利，确定最终的电力需求。本发明采用Stackelberg博弈方法来实现对用户和电网公司的需求相应交互机制，用户和电网公司双方都是根据对方可能的策略来选择自己的策略以保证自己在对方策略下的利益最大化，使得发电成本降低，发电量更加稳定，电网更加稳定。
-
公开(公告)号：CN112288103B
公开(公告)日：2023-04-07
申请号：CN202011129860.7
申请日：2020-10-21
申请人： 电子科技大学
IPC分类号： G06Q10/20 , G06F16/2458 , G06F16/248
摘要： 本发明公开了一种石油钻井系统中设备检测的启动方法，其包括S1获取多个石油钻井系统中所有设备的历史故障数据；S2统计待检测设备和非待检测设备的每个数据项的不同值出现的次数；S3构建待检设备和非待检设备在数据项i上的N维度距离向量；S4判断是否存在未遍历的非待检测设备，若是，返回S2，否则进入S5；S5计算每个N维度距离向量的无穷范数值，并选取M个最小无穷范数值对应的非待检测设备作为待检测设备的邻居设备；S6计算待检测设备与邻居设备发生故障时的状态距离及状态距离的权重值，并根据这两个值计算预警值；S7判断预警值是否大于预设阈值，若是，则提醒维护人员启动待检测设备的检测，否则，返回S1。
-
公开(公告)号：CN112215372B
公开(公告)日：2023-04-07
申请号：CN202011128817.9
申请日：2020-10-21
申请人： 电子科技大学
IPC分类号： G06Q10/20 , G06Q10/109 , G06Q50/02 , G06F17/18
摘要： 本发明公开了一种面向石油钻井系统中设备检测的计算机辅助系统，其包括检测预警模块、检测标准库模块、与检测预警模块和检测标准库模块连接的检测单生成模块、与检测单生成模块连接的检测记录模块、与检测记录模块连接的统计及查询模块和数据同步模块及与检测预警模块连接的预测分析模块。本方案提供的辅助系统可以用于指导维护人员实施石油钻井系统中相应设备检测的计划性、周期性、系统性的检查工作，使石油钻井系统的设备检测工作更加程序化和规范化，以提高石油钻井系统中所有设备检测质量，降低石油钻井系统的故障率，提高其运行的可靠性、安全性和利用率。
-
公开(公告)号：CN109816637B
公开(公告)日：2023-03-07
申请号：CN201910001756.0
申请日：2019-01-02
申请人： 电子科技大学
摘要： 本发明公开了一种眼底图像中硬性渗出区域的检测方法，在Canny边缘检测、形态学闭运算操作得到边缘检测候选区域图像的基础上，对色调和饱和度(HS)值进行kmeans聚类，得到HS空间聚类候选区域图像，对灰度图像的像素偏差值进行kmeans聚类，得到偏差空间聚类候选区域图像，然后，将三幅图像进行聚合，得到硬性渗出区域检测图像。由于以全面的层次和角度进行特征提取和聚合，更为全面的覆盖到硬性渗出物，因而提高了硬性渗出区域检测的准确度。
-
公开(公告)号：CN112330662B
公开(公告)日：2022-04-12
申请号：CN202011337099.6
申请日：2020-11-25
申请人： 电子科技大学
摘要： 本发明提供了一种基于多层级神经网络的医学图像分割系统及方法，属于医学图像处理技术领域，本发明将待分割的原始医学图像输入图像初始化模型进行初始特征的提取，然后将初始特征输入到多层级深度特征提取模型中，提取出图像的多层级深层特征，然后将深层特征输入到多层级分割模型中，同时将多层级深度特征提取模块中的深层特征，通过金字塔池化长连接模型，输入到多层级分割模型中，由多层级分割模型根据图像中逐个像素的分类情况，输出高精度分割后的医学图像，本发明提供的分割方法提升了医学图像深度特征提取效率，并能够提高医学影像分割的精度。
-
公开(公告)号：CN111654368B
公开(公告)日：2021-10-08
申请号：CN202010495938.0
申请日：2020-06-03
申请人： 电子科技大学
摘要： 本发明提供了一种基于深度学习生成对抗网络的密钥生成方法，首先，准备训练集图像；构建密钥生成网络：根据生成器网络以及判别器网络构建密钥生成网络，并将所述训练集图像输入至所述密钥生成网络；训练密钥生成网络：利用深度学习方法训练所述密钥生成网络，生成密钥。采用本发明生成的密钥具有较大的密钥空间，伪随机性，一次一密和对初值敏感的特性。本申请是尝试在密钥生成领域采用深度学习方法的最早研究之一，并且使用生成的密钥对明文医学图像进行加密可以带来较高的安全性。
-
公开(公告)号：CN110058699B
公开(公告)日：2021-04-27
申请号：CN201910347816.4
申请日：2019-04-28
申请人： 电子科技大学
IPC分类号： G06F3/0346 , G06K9/62
摘要： 本发明公开了一种基于智能移动设备传感器的用户行为识别方法，其包括以下步骤：S1、获取不同真实行为下的加速度数据和角速度数据及待识别数据；S2、对获取的数据进行预处理；S3、通过图像化得到预处理后的数据对应的图像；S4、对加速度图像和角速度图像进行深度学习，分别得到加速度识别模型和角速度识别模型；S5、将加速度识别模型和角速度识别模型进行融合，得到综合识别模型；S6、将待识别图像作为综合识别模型的输入数据，通过综合识别模型的输出结果对用户的行为进行识别。本发明可以随时高效的获取携带预设有本方法的智能移动设备的用户的行为，可以为用户提供运动计量等功能，也可以为行为预警提供数据支撑。
-
-
-
-
-
-
-
-
-
搜索结果
108 条记录 (耗时 0.036 秒)
