公开(公告)号：CN118656971A

公开(公告)日：2024-09-17

申请号：CN202410864440.5

申请日：2024-06-30

Applicant: 南昌大学

Inventor： 李春泉 ,  袁丽琴 ,  高宇凡 ,  陈利民 ,  陈荣伶 ,  陶凌 ,  赵庆敏 ,  曾明如 ,  喻俊志

IPC: G06F30/20 ,  G06F17/11 ,  G06F119/14

Abstract: 一种虚拟手术中流血模型的建模方法，包括：生成流血粒子，对粒子的加速度、速度、位置等物理量进行初始设置；根据流血粒子的切变率计算流血粒子的粘性系数；计算粒子受到的压力、外力和粘滞力；计算误差缓解压力项和粒子所受合力；此外，根据粒子位置和所处范围内最大速度计算时间步长；根据粒子所受合力和时间步长更新粒子在下一时刻的加速度、速度和位置。本发明通过对血液生物特性的研究，实现了血液黏度随切变率的变化，提高了流血的真实性；通过在N‑S方程中添加误差缓解压力项，实现血液的不可压缩特性，提升了流血的视觉效果；通过采用自适应时间步长，提高流血仿真的实时性。能够实现虚拟手术中的流血模拟的真实性。

公开(公告)号：CN117495690A

公开(公告)日：2024-02-02

申请号：CN202311310352.2

申请日：2023-10-11

Applicant: 南昌大学

Inventor： 李春泉 ,  邢庆宝 ,  廖志远 ,  程宇新 ,  张海欣 ,  杨锋 ,  夏庆 ,  王嘉豪 ,  王子韬 ,  王咏鹤 ,  陶凌 ,  陈利民 ,  陈荣伶 ,  赵庆敏 ,  伍军云 ,  李亚超 ,  喻俊志

IPC: G06T5/50 ,  G06T5/60 ,  G06T5/70 ,  G06T5/90 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0495 ,  G06N3/094

Abstract: 一种基于双分支GAN网络的SAR与可见光图像轻量化融合方法，包括构建数据集、使用GFCE算法生成预融合图像、构建双分支GAN网络(DB‑GAN)、训练DB‑GAN网络对SAR与可见光图像进行融合；本发明搭建双分支GAN网络，利用GAN网络的生成对抗机制，同样引入预融合图像作为生成器的指导，以避免人工设计复杂的融合规则，具有以下特点：1.相比较其他基于深度学习的融合算法，DB‑GAN网络在SAR与可见光图像融合领域能够得到更高质量的融合图像，很好的保留了可见光图像的光谱信息，以及SAR与可见光图像的细节信息；2.模型参数较少，实现了模型的轻量化，可节省硬件开销，有利于实际应用。

公开(公告)号：CN117351248A

公开(公告)日：2024-01-05

申请号：CN202311246781.8

申请日：2023-09-26

Applicant: 南昌大学

Inventor： 李春泉 ,  汪芊芊 ,  郑波钰 ,  岳冲 ,  陈昌祺 ,  廖志远 ,  程宇新 ,  邓觐铧 ,  高宇凡 ,  陈利民 ,  伍军云 ,  林嘉 ,  陈荣伶 ,  范静辉 ,  任康 ,  喻俊志

IPC: G06V10/762 ,  G06N3/006 ,  G06V40/16 ,  G06V10/82 ,  G06N3/047 ,  G06N3/08

Abstract: 一种基于神经动力学的图像双时间变尺度优化聚类方法，包括：(1)构建稀疏图对偶正则化非负矩阵分解模型；(2)提出了一种新的双时间变尺度双神经动力学优化(TTDNO)方法进行非负矩阵分解；(3)进行聚类，给出两个评估指标来衡量算法的聚类性能。本发明优点：1、稀疏图对偶正则化非负矩阵分解，将两个分解矩阵的L0范数引入DNMF的目标函数中，使用反高斯函数来近似L0范数，避免问题NP‑hard且不连续，并且在保证分解矩阵的高稀疏性的前提下，方便后续的优化步骤；2、将神经动力学优化方法TTDNO引入到稀疏图对偶正则化非负矩阵分解模型的求解问题中，提升了收敛速度，并在图像聚类任务中表现出更好的聚类性能。

公开(公告)号：CN117274129A

公开(公告)日：2023-12-22

申请号：CN202311310363.0

申请日：2023-10-11

Applicant: 南昌大学

Inventor： 李春泉 ,  邢庆宝 ,  程宇新 ,  廖志远 ,  张海欣 ,  杨锋 ,  夏庆 ,  王嘉豪 ,  王子韬 ,  王咏鹤 ,  陶凌 ,  陈利民 ,  陈荣伶 ,  赵庆敏 ,  伍军云 ,  李亚超 ,  喻俊志

IPC: G06T5/50 ,  G06T5/00 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/094

Abstract: 一种基于双判别器的SAR与可见光图像融合方法，包括构建数据集、使用GFCE算法生成预融合图像、构建具有双判别器的GAN网络(DD‑GAN)、训练DD‑GAN网络对SAR与可见光图像进行融合。本发明利用GAN网络的生成对抗机制，并引入预融合图像作为生成器的指导，具有以下特点：避免了人工设计复杂的融合规则；可以实现输入未经对比度增强的源图像，输出得到对比度增强效果的融合图像，并且融合图像在保留可见光图像光谱信息的同时，可以包含大量的SAR与可见光图像的细节信息；在获得高质量融合图像的同时，所花费的时间较少，有效的解决了高质量融合图像与生成时间之间的矛盾。

公开(公告)号：CN222285483U

公开(公告)日：2025-01-03

申请号：CN202322976948.8

申请日：2023-11-04

Applicant: 南昌大学

Inventor： 李春泉 ,  程宇新 ,  王子韬 ,  张海欣 ,  陈昌祺 ,  张峰浩 ,  余皎玉 ,  廖志远 ,  汪芊芊 ,  孙于钦 ,  陈利民 ,  伍军云 ,  陈荣伶 ,  喻俊志

IPC: A61B5/256 ,  A61B5/291 ,  A61B5/31 ,  A61B5/369

Abstract: 一种基于人机交互的一体式脑电采集系统，包括信号采集电路、防静电隔离电路、前置滤波电路、ADS1299芯片、微控制器和通信模块，信号采集电极经防静电隔离电路、前置滤波电路连接ADS1299芯片，ADS1299芯片经SPI通信总线连接微控制器，微控制器采用STM32F405RGT6，微控制器内部集成5阶IIR带通滤波模块和陷波滤波模块，微控制器上接有通信模块，微控制器通过串口或USB模块与上位机进行有线通信，也可通过ESP32模块与上位机无线通信。本实用新型获取的脑电信号质量高，抗干扰性能好，并具有成本低、体积小、噪声低、功耗低等特性，可实现长时间连续高精度采集脑电信号，适合在人机交互领域普及。