-
公开(公告)号：CN115908305A
公开(公告)日：2023-04-04
申请号：CN202211425918.1
申请日：2022-11-14
Applicant: 北京信息科技大学
IPC: G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本公开的实施例公开了胶质瘤识别系统。该系统包括样本采集服务器和模型训练服务器，其中：样本采集服务器，用于获取脑磁共振样本集合并将脑磁共振样本集合发送给模型训练服务器；模型训练服务器，用于：根据上述脑磁共振样本集合，训练胶质瘤识别模型，以得到可使用的胶质瘤识别模型；响应于检测到作用于用户胶质瘤识别页面包括的用户确认控件的选择操作，将脑磁共振图片集合中对应所选择的用户的脑磁共振图片确定为目标脑磁共振图片；响应于检测到作用于胶质瘤识别确认控件的选择操作，将上述目标脑磁共振图片输入至上述可使用的胶质瘤识别模型，得到胶质瘤识别结果并发送到通信连接的显示器供显示。该实施方式可以提升胶质瘤识别模型的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN114092355A
公开(公告)日：2022-02-25
申请号：CN202111420941.7
申请日：2021-11-26
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种自适应红外图像对比度增强方法及装置，涉及红外图像增强处理技术领域，获取原始红外序列图像，并进行去伪影处理；对原始红外序列图像进行L级小波分解，分解为低频子带图像和高频子带图像；统计每一尺度下的低频子带图像的直方图，获取统计直方图；对每一尺度下的低频子带图像的统计直方图进行修正；通过低频子带图像的累积直方图对低频子带图像的灰度值进行重新分配，获取均衡化的灰度值；对各尺度下的高频子带图像分别进行去噪；将处理后的各尺度的低频子带图像和各尺度的高频子带图像进行小波逆变换，完成图像重构；对重构后的图像进行灰度映射处理，获取对比度增强的红外图像。本申请能够有效增强红外图像的对比度。
-
公开(公告)号：CN113532755A
公开(公告)日：2021-10-22
申请号：CN202110813796.2
申请日：2021-07-19
Applicant: 北京信息科技大学
Abstract: 本发明提供一种智能化气体泄漏检测方法及系统，其中，方法包括：步骤S1：设定目标区域；步骤S2：建立时间间隔对照库，基于时间间隔对照库，确定目标区域对应的时间间隔；步骤S3：每隔时间间隔获取目标区域的检测参数，基于检测参数进行气体泄漏检测；步骤S4：输出检测结果。本发明的智能化气体泄漏检测方法及系统，设置时间间隔对照库，对照查询用户设定的目标区域对应的一个合理的时间间隔，每隔该时间间隔获取目标区域的红外图像序列进行气体泄漏检测，无需时刻进行气体泄漏检测，降低了系统资源占用率，减少了系统功耗。
-
公开(公告)号：CN113532755B
公开(公告)日：2022-02-22
申请号：CN202110813796.2
申请日：2021-07-19
Applicant: 北京信息科技大学
Abstract: 本发明提供一种智能化气体泄漏检测方法及系统，其中，方法包括：步骤S1：设定目标区域；步骤S2：建立时间间隔对照库，基于时间间隔对照库，确定目标区域对应的时间间隔；步骤S3：每隔时间间隔获取目标区域的检测参数，基于检测参数进行气体泄漏检测；步骤S4：输出检测结果。本发明的智能化气体泄漏检测方法及系统，设置时间间隔对照库，对照查询用户设定的目标区域对应的一个合理的时间间隔，每隔该时间间隔获取目标区域的红外图像序列进行气体泄漏检测，无需时刻进行气体泄漏检测，降低了系统资源占用率，减少了系统功耗。
-
公开(公告)号：CN113267254A
公开(公告)日：2021-08-17
申请号：CN202110531184.4
申请日：2021-05-16
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种红外成像非均匀性智能标定校正方法和系统，属于红外成像系统技术领域。该方法首先对当前采集的红外原始图像进行两点校正；然后将校正后的图像输入经训练的深度卷积神经网络进行非均匀性噪声检测；如果检测结果为含有非均匀性噪声，则启动红外探测器挡片开关，重置红外探测器校正参数。对比现有技术，本发明用深度卷积神经网络智能检测非均匀性噪声，解决了现有基于标定的非均匀性校正方法，需要周期性被动操作红外成像系统中的辐射挡片，重置红外探测器参数的问题，从而大大减少了现有红外成像系统辐射挡片的操作频次，降低由于图像采集中断，检测不及时导致发生事故的概率。
-
公开(公告)号：CN114119641A
公开(公告)日：2022-03-01
申请号：CN202111422875.7
申请日：2021-11-26
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种左心室分割方法及装置，涉及医学图像处理技术领域，包括：获取受试者的心脏核磁共振图像，并采用专业标记方式标记左心室的轮廓，定义为第一轮廓区域；获取多个包含心脏核磁共振信息的图像，构建Numpy数组，并对Numpy数组内的图像进行剪切和翻转；将处理后的Numpy数组的图像作为预设神经网络的输入，训练预设神经网络，并获取左心室分割模型；将受试者的心脏核磁共振图像输入左心室分割模型，获取受试者左心室的轮廓区域，定义为第二轮廓区域；对比第一轮廓区域和第二轮廓区域，判断左心室分割模型输出的准确性。本申请基于可解释卷积神经网络训练的左心室分割模型，能够有效保证左心室分割结果的可行性和有效性。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
