-
公开(公告)号：CN103390285B
公开(公告)日：2016-04-06
申请号：CN201310286929.0
申请日：2013-07-09
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明涉及一种基于边缘引导的锥束CT不完全角度重建方法，具体含有如下步骤：步骤1：估计初始图像：利用扫描到的投影数据估计初始重建图像；步骤2：图像边缘提取；步骤3：设计加权因子；步骤4：更新优化模型；步骤5：基于稀疏优化锥束CT不完全角度重建；步骤6：判断重建质量是否达到要求？如是，则执行步骤7；如不是，则执行步骤2；步骤7：结束；本发明提供了一种效率高、重建图像质量好的基于边缘引导的锥束CT不完全角度重建方法。
-
公开(公告)号：CN103823984A
公开(公告)日：2014-05-28
申请号：CN201410076298.4
申请日：2014-03-04
Applicant: 中国人民解放军信息工程大学
IPC: G06F19/00
Abstract: 本发明涉及一种脑网络动态差异实时度量方法，含有如下步骤：步骤1：针对某一被试对象获取fMRI训练数据，根据该fMRI训练数据计算脑网络的两个待比较DCM模型；步骤2：根据两个待比较DCM模型定义参考模型；步骤3：计算两个待比较DCM模型的先验分布；步骤4：参考模型后验参数估计；步骤5：计算脑网络动态差异值，并输出计算结果；步骤6：判断是否有新的fMRI实时数据y；如有，执行步骤7；如没有，执行步骤8；步骤7：获取下一个时刻的fMRI实时数据y，然后，执行步骤4；步骤8：结束。本发明速度快，可实现脑网络动态差异的实时度量。
-
公开(公告)号：CN103778240A
公开(公告)日：2014-05-07
申请号：CN201410046388.9
申请日：2014-02-10
Applicant: 中国人民解放军信息工程大学
CPC classification number: G06F17/30256
Abstract: 本发明涉及一种基于功能磁共振成像和图像字典稀疏分解的图像检索方法，含有如下步骤：1：待检索图像输入后，通过语义提取操作模块进行图像语义的提取，获得当前输入图像的类别，并构造与当前输入图像具有相似语义的相似语义子图像库；语义提取操作模块一方面利用人脑智能对刺激图像进行表达，获得人脑某些脑区对视觉图像刺激的响应；另一方面，应用机器智能对刺激图像进行表达，获得视觉图像刺激在过完备字典上的分解系数；对以上两方面获得的信息进行融合，得到图像语义特征，输入分类器进行分类；2：通过图像匹配操作模块在相似语义子图像库中进行图像检索，输出与当前输入图像引起的脑响应类似的图像；本发明提高了图像检索系统的准确率。
-
公开(公告)号：CN102779350B
公开(公告)日：2014-03-19
申请号：CN201210186379.0
申请日：2012-06-07
Applicant: 中国人民解放军信息工程大学
IPC: G06T11/00
Abstract: 本发明涉及一种锥束CT迭代重建算法，特别是涉及一种锥束CT迭代重建算法投影矩阵构建方法。本发明针对锥束CT迭代重建算法投影矩阵的高精度刻画问题，提出了基于有限元模型和Radon算子的投影矩阵刻画方法。结合射线覆盖模型和基函数模型各自的特点，从一幅连续三维自然图像的数学刻画出发，按照射线投影规律，充分考虑对投影各物理过程的数学刻画，提出一种新的投影矩阵刻画方法，对投影过程进行了更为充分的刻画。实验结果表明，本发明有效提高了模型的刻画精度和重建的质量。
-
公开(公告)号：CN102779350A
公开(公告)日：2012-11-14
申请号：CN201210186379.0
申请日：2012-06-07
Applicant: 中国人民解放军信息工程大学
IPC: G06T11/00
Abstract: 本发明涉及一种锥束CT迭代重建算法，特别是涉及一种锥束CT迭代重建算法投影矩阵构建方法。本发明针对锥束CT迭代重建算法投影矩阵的高精度刻画问题，提出了基于有限元模型和Radon算子的投影矩阵刻画方法。结合射线覆盖模型和基函数模型各自的特点，从一幅连续三维自然图像的数学刻画出发，按照射线投影规律，充分考虑对投影各物理过程的数学刻画，提出一种新的投影矩阵刻画方法，对投影过程进行了更为充分的刻画。实验结果表明，本发明有效提高了模型的刻画精度和重建的质量。
-
Patent Agency Ranking
公开(公告)号：CN107016653B
公开(公告)日：2019-07-09
申请号：CN201710197760.X
申请日：2017-03-29
Applicant: 中国人民解放军信息工程大学
IPC: G06T5/00
Abstract: 本发明涉及CT图像重建领域，公开了一种基于总曲率联合总变分的CT图像稀疏角度重建方法，包含设定加权因子；建立总曲率联合总变分最小化模型；利用交替方向法推导出最终的CT图像重建算法；进行最终的CT图像重建算法，实现并获得最终重建结果。本发明还公开了一种基于总曲率联合总变分的CT图像稀疏角度重建装置，包括加权因子设定模块、总曲率联合总变分最小化模型建立模块、最终的CT图像重建算法推导模块和最终重建结果获得模块。本发明效率高，能够适应更少的采集数据并且提升重建图像质量。
-
公开(公告)号：CN106056602B
公开(公告)日：2019-06-28
申请号：CN201610365605.X
申请日：2016-05-27
Applicant: 中国人民解放军信息工程大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于CNN的fMRI视觉功能数据目标提取方法，首先被试在复杂场景自然图像刺激下采集到的fMRI视觉功能数据，训练一个由刺激图像到fMRI视觉功能数据的深度卷积神经网络模型，同时训练一个由fMRI视觉功能数据到关注目标类别的线性映射模型；在深度卷积神经网络模型中加入反馈层，将训练好的线性映射模型与其复合，对一幅测试图像中的不同目标类别分别得到类别评分映射；利用类别评分映射，分析被试观看全新测试图像的fMRI视觉功能数据，提取被试所关注的目标。本发明能够对被试观看复杂场景自然图像时所引发的fMRI视觉功能数据进行解析，提取出被试在图像中所关注的目标，提高提取关注目标的准确性。
-
公开(公告)号：CN104142845B
公开(公告)日：2018-08-17
申请号：CN201410347123.2
申请日：2014-07-21
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明公开了一种基于OpenCL‑To‑FPGA的CT图像重建反投影加速方法，主要利用FPGA实现了CT图像重建反投影步骤的加速，具体为：在OpenCL编程模型中，构建CPU和FPGA协作的CPU‑FPGA异构计算模式，CPU和FPGA间通过PCI‑E总线进行通信，CPU作为主机端，负责算法中的串行任务以及对FPGA的配置与控制任务；FPGA作为协处理器端，通过加载OpenCL内核程序以实现对反投影计算的并行流水加速。在编程模式中，FPGA执行程序全部采用类C/C++风格的OpenCL语言开发，开发简便，修改灵活，能大大缩短研发周期，减少产品维护和升级的研发成本；另一方面，新方法基于OpenCL框架，代码可以实现跨平台快速移植，适合扩展和应用于多处理器异构平台的协同加速之中。
-
公开(公告)号：CN106022384A
公开(公告)日：2016-10-12
申请号：CN201610361766.1
申请日：2016-05-27
Applicant: 中国人民解放军信息工程大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6261 , G06K9/6296
Abstract: 本发明涉及一种基于fMRI视觉功能数据DeconvNet的图像关注目标语义分割方法，通过被试在自然场景图像刺激下采集到的fMRI视觉功能数据，训练深度卷积神经网络模型，将其映射到关注目标类别标签上进行模型优化；构造与优化后的深度卷积神经网络对称的深度网络模型，利用fMRI视觉功能数据及刺激图像相对应的语义分割结果优化该模型参数，获得fMRI视觉功能数据到逐像素语义分割结果的映射；采集被试观看测试图像的fMRI视觉功能数据，确定被试关注目标类别和逐像素语义分割结果，分割出关注目标区域和相应目标语义。本发明对被试观看自然场景图像时所引发的fMRI视觉功能数据进行解析，提取出刺激图像中所有目标类别并获得语义分割结果，提高关注目标提取的准确性。
-
公开(公告)号：CN105973917A
公开(公告)日：2016-09-28
申请号：CN201610512467.3
申请日：2016-06-29
Applicant: 中国人民解放军信息工程大学
CPC classification number: G01N23/046 , A61B6/032 , A61B6/4085 , A61B6/5205 , G01N2223/03 , G01N2223/1016 , G01N2223/401
Abstract: 本发明涉及一种X射线CT转台单侧两次螺旋扫描单层重排重建方法，首先在转台的同一侧进行两次螺旋扫描，将两组螺旋锥形束投影重排成多层平行束投影，然后利用平行束投影的对称性质去除数据的横向截断，得到一组完全覆盖物体横截面的平行束投影数据，再通过滤波反投影方式进行图像重建。本发明通过在转台的同一侧进行两次螺旋扫描成像，能够更大程度上扩展螺旋锥束CT的横向成像视野，通过实验验证，能够扩展至2.56倍的成像视野，在更大程度上扩展成像视野的同时成像质量没有明显下降，具有与传统全覆盖算法相当的成像质量。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.027 seconds)
