基于LBP提取和TCNN神经网络的脑部纹理分析方法

    公开(公告)号:CN116994060A

    公开(公告)日:2023-11-03

    申请号:CN202311032394.4

    申请日:2023-08-16

    Abstract: 本发明公开了基于LBP提取和TCNN神经网络的脑部纹理分析方法,将MRI影像使用MIPAV软件进行预处理,将预处理后的影像配准到标准脑模板空间MNI上,使用Min‑Max进行标准化处理;使用圆形LBP方法对MRI影像进行纹理特征提取,利用双线性插值的方法计算其灰度值;将进行过特征提取的脑部纹理输入由Transformer和CNN组成的神经网络TCNN中,进行纹理分类;根据原始MRI影像和纹理特征提取后的图像计算损失函数,并采用反向传播算法更新参数,直到满足设定的训练次数,本发明所设计的方法采用一种新的神经网络架构TCNN进行纹理分类,提高脑部纹理特征提取和分类的准确性,具有现实意义和良好前景。

    一种基于融合体素的神经辐射场三维重建方法

    公开(公告)号:CN116664782B

    公开(公告)日:2023-10-13

    申请号:CN202310947466.1

    申请日:2023-07-31

    Abstract: 本发明公开了一种基于融合体素的神经辐射场三维重建方法,包括:在卷积神经网络中获取图像的二维特征,生成深度图;聚合相邻图像的二维特征和粗阶段MLP计算的特征,生成由体素表示的局部辐射场;基于递归神经网络,根据权重将局部辐射场融合到世界坐标系下生成全局辐射场,并不断更新权重;将生成的全局辐射场输入NeRF渲染器内,以获得每个点的坐标和附近的点密度值;将全局辐射场根据深度图和体密度阈值过滤后输入体积渲染器内进行体渲染,不断优化损失,直至训练完成,得到三维重建模型。本发明通过融合每个视图生成的局部辐射场来增强全局信息的获取,再根据深度图和体素的体密度筛选来减少多余部分,提高训练效率。

    一种用于模拟软组织形变和路径切割的方法及装置

    公开(公告)号:CN113343513B

    公开(公告)日:2023-05-23

    申请号:CN202110514992.X

    申请日:2021-05-11

    Abstract: 本发明公开了一种用于模拟软组织形变和路径切割的方法及装置,该方法用于模拟虚拟手术中对于胃部病变区域的排查和切除过程,首先使用有限元模型对胃部软组织模拟形变过程,并在形变过程中应用本征正交分解与伽辽金投影相结合的模型降阶法实现模型降阶,然后根据手术机械与软组织的碰撞检测形成的交点位置形成切割路径,最后采用贝塞尔曲线来绘制软组织被切割后产生的表面切口。本发明不仅提高了利用有限元模型进行软组织形变仿真的计算速度和实时性能,而且能在虚拟手术切割问题的处理中创建出更加平滑、自然的切割路径和切口效果。

    一种基于硅胶愈合模型的虚拟切割算法

    公开(公告)号:CN109033641B

    公开(公告)日:2023-05-23

    申请号:CN201810853505.0

    申请日:2018-07-29

    Abstract: 本发明提出了一种基于硅胶愈合模型的虚拟切割算法,具体包括如下步骤:步骤1)建立有限元控制方程;步骤2)检测切割条件产生切口,并实时产生纳入硅胶愈合模型的网格模型;步骤3)实时状态检测;步骤4)实时渲染:对切口进行实时渲染,展现愈合效果。有益效果:纳入了硅胶愈合模型,其中生物软组织对虚拟手术刀的摩擦力是生物软组织的基本特性,存在摩擦力进行模拟切割更加符合实际,更有利于手术医师把握施力程度。

    基于轻量化OpenPose时空图网络的行为检测方法

    公开(公告)号:CN115546894A

    公开(公告)日:2022-12-30

    申请号:CN202211245726.2

    申请日:2022-10-12

    Abstract: 本发明公开了基于轻量化OpenPose时空图网络的行为检测方法,包括以下步骤:(1)收集数据集,将图像预处理;(2)将数据集送入轻量化OpenPose网络,获取人体骨架序列;(3)将人体骨架序列送入DST‑GCN网络,从空间和时间维度提取空间结构特征和时间轨迹特征,形成高级时空特征;(4)使用Softmax分类器将高级时空特征其分类为相应的动作类别;(5)判断测试图像的动作类别。本发明先对OpenPose进行轻量化,提高模型检测的实时性,同时对ST‑GCN采用稠密连接机制进行改进,提高时空卷积层的长距离关联信息提取能力,提高判断准确率。

    一种基于生成对抗网络的跨模态车辆重识别方法

    公开(公告)号:CN115393688A

    公开(公告)日:2022-11-25

    申请号:CN202210988851.6

    申请日:2022-08-17

    Abstract: 本发明公开了一种基于生成对抗网络的跨模态车辆重识别方法,包括以下步骤:利用VAE将车辆的RGB图像和I P图像分别生成中间的隐向量;采用GAN网络生成可见光图像的近红外图像,生成近红外图像的可见光图像;将生成图像与原图像组成一个四通道图像,本发明基于生成对抗网络的跨模态车辆重识别方法,采用两级差异消减策略,首先利用VAE降低RGB和IR两种图像模态上的风格差异,再利用GAN网络降低图像模态上的内容差异,将统一模态后的生成图像与原图像组成一个四通道图像,随后利用单模态方法处理四通道图像,从而实现车辆跨模态图像检索。

    基于有限元法改进的非均匀软组织复合网格模型

    公开(公告)号:CN115115732A

    公开(公告)日:2022-09-27

    申请号:CN202210749874.1

    申请日:2022-06-28

    Abstract: 本发明涉及非接触医疗技术领域,具体是基于有限元法改进的非均匀软组织复合网格模型,包括:根据CT图生成粗糙的四面体网格;通过CT图中软组织CT值计算四面体的柔度从而获取其边长细化阈值;以四面体边长细化阈值为判断条件利用四面体二分法对其进行细化;构建非均匀的软组织复合网格模型;基于有限元法与弹簧质点法对构建的非均匀软组织复合网格模型进行形变计算,软组织网格模型中控制点形变利用基于改进的有限元法计算,基于控制点形变利用弹簧质点法对非控制点进行形变计算;本发明结合SMS和FEM算法进一步提高模型表面的精细度,并提供对FEM算法的改进在确保变形的精确度的情况下提升了实时性,使得实时性和精确性达到了一个新的平衡。

    基于纳入开尔文粘弹性模型的网格模型的虚拟切割方法

    公开(公告)号:CN108877944B

    公开(公告)日:2022-09-23

    申请号:CN201810665525.5

    申请日:2018-06-26

    Abstract: 本发明公开了一种基于纳入开尔文粘弹性模型的网格模型的虚拟切割方法,构建开尔文粘弹性模型,由虚拟切割材料的参数和切割时间求解时间中的位移增量,再计算每个节点的新位移、应变和应力,产生模拟切口,为网格纳入了开尔文粘弹性模型,以受力变形代替近似计算,解决了有限元模型中的网格失真、连续切割的问题与无网格模型中有关不同变形形式的问题。且大大减少了计算量,优化了性能。通过此模型,针对变形,只需计算施力时点的位置,而撤力后,由于力的平衡被打破,网格自动复原,减少了计算量;针对切割,剔除开口间的具有粘弹性的网格线,使网格自动变形,相比于传统的近似开口形状、大小,更符合实际,且操作简单。

    一种双向门控卷积网络的社交内容抑郁检测方法

    公开(公告)号:CN114491289A

    公开(公告)日:2022-05-13

    申请号:CN202111674925.0

    申请日:2021-12-31

    Abstract: 本发明公开了一种双向门控卷积网络的社交内容抑郁检测方法,获取社交内容中的文本和图像,对文本进行矢量化处理,得到单词向量序列;根据单词向量序列构造词性位置注意力特征矩阵,计算卷积网络的输入矩阵,再经多尺度滤波器卷积得到多通道卷积特征;使用Bi‑GRU对单词向量序列进行编码得到单词表示,通过词向量情感注意力机制在单词间分配权重,得到句子表示;通过残差注意网络对图像进行编码,再通过视觉注意力机制学习图像特定注意力权重,与句子表示聚合成图像特定文本表示;图像特定文本通过学习图像特定文本重要性权重聚合得到最终文本表示;将多通道卷积特征与最终文本表示进行特征拼接,再通过softmax分类器获得是否抑郁及抑郁严重程度。

Patent Agency Ranking