-
公开(公告)号：CN115375560B
公开(公告)日：2023-04-18
申请号：CN202210868669.7
申请日：2022-07-22
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T5/00 , G06T7/00 , G06T3/40 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及稀疏视图3D‑DSA成像技术领域，公开了一种3D‑DSA图像的重建方法，所述方法包括以下步骤：S1，采集基于微血管的2D‑DSA图像，对所述2D‑DSA图像进行预处理；S2，将预处理后的所述2D‑DSA图像以及对应的相机参数输入至训练好的3D‑DSA重建网络中，获得重建的3D‑DSA图像。此外，本发明还公开了一种血管3D‑DSA图像的重建系统，本发明的3D‑DSA图像的重建方法及系统，通过极少的2D图像便可以有效地重建多尺度人类脑血管系统，不仅可以确保重建图像的质量，还能够显著降低病人所承受的辐射剂量。
-
公开(公告)号：CN115761109A
公开(公告)日：2023-03-07
申请号：CN202111018920.2
申请日：2021-09-01
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T17/00 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及生物医学成像技术领域，公开了一种运用于三维光声成像的深度学习图像重建方法，包括求二阶偏导数、可训练的卷积核、多尺度特征编码、上下文提取、多尺度特征解码。本发明具有以下优点和效果：与其他的深度学习方法相比，本发明所提出的图像重建方法具有以下优点：(1)3D PAI中最佳重建和分割结果。(2)具备超强泛化能力，又称迁移学习能力。本发明仅利用内源性小动物PAI的训练模型就可以重建和分割人体乳房光声图像和宽视场外源光声图像。这是第一次在3D成像的超密集和宽视野血管网络中进行高质量的重建和分割。这种提出的高保真重建和分割技术将加速光声成像在临床应用和基础研究中的转化。
-
公开(公告)号：CN115375560A
公开(公告)日：2022-11-22
申请号：CN202210868669.7
申请日：2022-07-22
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明涉及稀疏视图3D‑DSA成像技术领域，公开了一种3D‑DSA图像的重建方法，所述方法包括以下步骤：S1，采集基于微血管的2D‑DSA图像，对所述2D‑DSA图像进行预处理；S2，将预处理后的所述2D‑DSA图像以及对应的相机参数输入至训练好的3D‑DSA重建网络中，获得重建的3D‑DSA图像。此外，本发明还公开了一种血管3D‑DSA图像的重建系统，本发明的3D‑DSA图像的重建方法及系统，通过极少的2D图像便可以有效地重建多尺度人类脑血管系统，不仅可以确保重建图像的质量，还能够显著降低病人所承受的辐射剂量。
-
公开(公告)号：CN114690038B
公开(公告)日：2022-09-20
申请号：CN202210611513.0
申请日：2022-06-01
Applicant: 华中科技大学
IPC: G01R31/34 , H02P29/024 , G06K9/62 , G06N3/08 , G06N3/12
Abstract: 本申请公开了一种基于神经网络的电机故障识别方法、系统及存储介质。该方法包括：分别采集电机在正常运行和不同故障状态下的多组信号并进行小波包变换获得不同小波包节点对应的频带能量指标值，利用频带能量指标值构建电机在正常运行和不同故障状态下的特征向量；将多组信号的特征向量输入到神经网络进行训练测试，并将电机正常运行状态和不同故障状态下的识别率分别作为优化目标，将神经网络的网络结构参数作为待优化参数，获得多个优化目标下的最优解集对应的多个神经网络，可根据不同应用场景灵活选择调用不同神经网络。本发明可解决电机不同运行状态识别率之间的互斥问题，提高神经网络的适用性，实现电机正常及不同故障状态的智能识别。
-
公开(公告)号：CN114998200A
公开(公告)日：2022-09-02
申请号：CN202210438073.3
申请日：2022-04-25
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T7/00 , G06V10/74 , G06V10/774
Abstract: 本发明公开了一种基于影像数据构建高个体辨识力的脑功能网络方法，包括以下步骤：步骤S1、基于一组参照脑影像数据得到群体共性脑影像数据分量和共性率，以及群体个性脑影像数据分量和群体个性脑影像数据分量的个性率；步骤S2、得到个体共性脑影像数据分量以及个体共性脑影像数据分量的共性率，共性惩罚率，得到个体个性脑影像数据分量的个性奖励率；步骤S4、基于所述共性惩罚率和个性奖励率将个体脑影像数据构建为基础个体脑功能网络，并得到表征高个体辨识力的目标个体脑功能网络。本发明实现在个体化识别时降低共性特征的对相似度识别的干扰，从有限的功能磁共振成像数据得到尽可能高个体辨识力的影像特征或者指标，提高个体化识别的精度。
-
Patent Agency Ranking
公开(公告)号：CN114926388A
公开(公告)日：2022-08-19
申请号：CN202210227144.5
申请日：2022-03-08
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种用于新冠肺炎病灶识别的CT图像处理方法及系统，包括以下步骤：步骤S1、依次将一组新冠肺炎确诊患者在新冠肺炎确诊阶段且包含新冠肺炎病灶的肺部CT图像标记为确诊CT图像，以及在新冠肺炎未确诊阶段且不包含新冠肺炎病灶的肺部CT图像标记为未确诊CT图像；步骤S2、将确诊CT图像和未确诊CT图像分别沿横向中轴线和纵向中轴线均分割为四个局部图像，依次统计未确诊CT图像中每个局部图像的潜在发生率。本发明利用新冠肺炎确诊患者的确诊CT图像和未确诊CT图像进行模型训练，实现通过未确诊CT图像预测出未确诊患者患新冠肺炎疾病的患病概率和病灶的高发区域，以实现对新冠疾病的提前预警。
-
公开(公告)号：CN114844398A
公开(公告)日：2022-08-02
申请号：CN202210549767.4
申请日：2022-05-20
Applicant: 华中科技大学
Abstract: 本发明公开了一种永磁同步电机转子位置和转速估计值的获取方法：根据电机在两相静止坐标系下的电压方程，建立以电流为状态变量的α、β轴电流状态方程；以电流为状态变量，根据电流状态方程设计滑模观测器，对α、β轴的反电势信息进行观测；将α、β轴反电势的观测结果输入至转子位置估计器，得到转子位置和转速的估计值。在设计转子位置估计器时，为滤除因逆变器非线性特性等因素造成的六次位置谐波，采用陷波滤波器对位置误差的谐波成分进行滤波；为从位置误差中提取转速和位置信息，设计了一个基于电机运动状态方程的三阶扩张状态观测器。本方法可为永磁电机矢量控制系统提供更实时且准确的转子位置和转速信息，保障电机的闭环控制性能。
-
公开(公告)号：CN114781475A
公开(公告)日：2022-07-22
申请号：CN202210227173.1
申请日：2022-03-08
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06K9/62 , G06T3/60 , G06T3/40 , G06T7/11 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/04 , G06N3/08 , A61B6/00
Abstract: 本发明公开了一种基于深度学习的新冠肺炎CT图像分类方法及系统，包括以下步骤：步骤S1、在患病周期内获取一组连续表征新冠肺炎目标病患肺部状态的新冠肺炎CT图像，将一组连续的所述新冠肺炎CT图像进行阶段性划分得到多个表征新冠肺炎目标病患病情发展阶段的新冠肺炎CT图像阶段簇；步骤S2、基于深度学习机制构建新冠肺炎CT图像分类模型，并对所述新冠肺炎CT图像阶段簇进行阶段分类得到每个新冠肺炎CT图像阶段簇所表征的所述病情发展阶段，再映射至新冠肺炎CT图像阶段簇中将所述病情发展阶段作为新冠肺炎CT图像的类别标签。本发明实现对所述新冠肺炎目标病患在患病周期内的所有新冠肺炎CT图像进行分阶段的快速划分。
-
公开(公告)号：CN114723688A
公开(公告)日：2022-07-08
申请号：CN202210293732.9
申请日：2022-03-24
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T7/00 , G06T7/11 , G06T7/62 , G06K9/62 , G06V10/764
Abstract: 本发明公开了一种用于CT影像肺炎识别的影像处理方法和系统，影像去噪模块用于对CT影像中的两瓣肺部进行影像去噪处理，并校正影像灰度不均匀性，获取灰度分布均匀的无噪声的预处理影像；识别方式选择模块用于通过计算和对比两瓣肺部的灰度平均值选择肺炎识别方式；影像填补识别模块用于将两瓣肺部的CT影像补充完成形成两个相同的肺部影像，并将两个肺部影像的相同肺部切片图层进行灰度对比，来确定肺炎结节的区域和结节尺寸；影像特征对比识别模块用于将两瓣肺部的CT影像分别与相同尺寸的标准影像进行对比，识别每瓣肺部的CT影像中的结节区域和结节尺寸；本发明选择不同的方式进行影像处理和肺炎识别，提高两种结节型肺炎的识别精度。
-
公开(公告)号：CN114675183A
公开(公告)日：2022-06-28
申请号：CN202210597343.5
申请日：2022-05-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于相关分析的变频电机断条故障检测方法及系统，其通过实时采集待检测的变频电机的电网侧交流电流和整流器直流侧电流，对不同的电流信号进行相关分析，获得对应的融合相关谱图，并利用得到的融合相关谱图判断变频电机是否发生转子断条故障。由于变频器前置二极管整流电路和大滤波电容的作用，使得电网侧交流电流和整流器直流侧电流受噪声干扰影响较小，在工业现场容易通过电流互感器测取，针对变频电机调速系统，通过利用容易测取且噪声干扰较小的电流信号建立转子断条故障的检测识别依据，具有重要的实际应用价值，且该方法能有效提取变频电机转子断条故障时的特征信息，从而提高了电机故障检测识别的精度及可靠性。
-
-
-
-
-
-
-
-
-
Search Results
192
records
(took 0.044 seconds)
