-
公开(公告)号：CN114331963A
公开(公告)日：2022-04-12
申请号：CN202111432876.X
申请日：2021-11-29
Applicant: 天河超级计算淮海分中心 , 天津市天河计算机技术有限公司
Abstract: 本发明涉及一种医学影像的目标区域检测方法，包括步骤S1、训练生成目标区域检测模型；步骤S2、获取待检测医学影像，基于所述目标区域检测模型生成所述待检测医学影像的目标区域检测结果。本发明通过精确去除医学影像样本原始图像中的噪声区域，使得目标区域检测模型能够更好的学习目标区域的特征，提高了目标区域检测模型的准确性和可靠性，从而提高了医学影像目标区域检测的准确性和可靠性。
-
公开(公告)号：CN117672472A
公开(公告)日：2024-03-08
申请号：CN202311759292.2
申请日：2023-12-19
Applicant: 天河超级计算淮海分中心 , 临沂天河科技有限公司
Abstract: 本发明提供了一种基于腹部CT影像的对称标注方法，涉及计算机技术应用领域，包括：获取当前待标注的图像中的目标区域内的人体姿态关键点和在所述目标区域选择的指定关键点，接着，基于获取的人体姿态关键点是否存在与左肩、右肩、左臀和右臀对应的人体姿态关键点来确定对应的对称轴；接着，获取指定关键点相对于该对称轴的对称关键点，并在该目标区域内截取以该指定关键点和对称关键点为中心的图像区域；接着，以指定关键点对应的图像区域为滑动窗口，在以对称关键点为中心的图像区域上滑动做特征匹配，获取特征匹配度最大的图像的中心点作为该指定关键点的目标对称关键点。本发明能够自动对躯干区域的关键点进行标注，能够提高标注效率。
-
-
公开(公告)号：CN117422721A
公开(公告)日：2024-01-19
申请号：CN202311748381.7
申请日：2023-12-19
Applicant: 天河超级计算淮海分中心 , 临沂天河科技有限公司
Abstract: 本发明涉及计算机技术应用领域，特别是涉及一种基于下肢CT影像的智能标注方法，方法包括：首先获取下肢图像的目标区域的对称轴，接着基于该对称轴获取指定关键点的对称关键点，并在该目标区域内截取以该指定关键点和对称关键点为中心的图像区域；接着，以指定关键点对应的图像区域为滑动窗口，在以对称关键点为中心的图像区域上滑动做特征匹配，获取特征匹配度最大的图像的中心点作为该指定关键点的目标对称关键点。本发明能够自动对下肢区域的关键点进行标注，能够提高标注效率。
-
Patent Agency Ranking
公开(公告)号：CN116680842B
公开(公告)日：2023-10-20
申请号：CN202310976666.X
申请日：2023-08-04
Applicant: 天河超级计算淮海分中心
IPC: G06F30/17 , H01R39/64 , G06F30/23 , G06T17/20 , G06F111/10 , G06F111/04 , G06F119/14
Abstract: 本发明涉及仿真技术领域，尤其涉及一种滚动式汇流环结构参数仿真寻优方法、设备及介质，方法包括：构建目标滚动式汇流环的仿真模型；其中，仿真模型中的弹性环的装配偏移量被设置为等于弹性环的压缩量；采用多分析步对所述仿真模型进行仿真，得到对应的仿真结果；所述多分析步包括初始分析步、压力加载分析步、回弹分析步和转动分析步；基于所述仿真结果，获取所述目标滚动式汇流环的目标结构参数。本发明能够提高滚动式汇流环的仿真效率。
-
公开(公告)号：CN115495224A
公开(公告)日：2022-12-20
申请号：CN202211443356.3
申请日：2022-11-18
Applicant: 天河超级计算淮海分中心
Abstract: 本发明提供了一种基于优先级的超算节点使用方法、电子设备和存储介质，涉及大数据处理领域。所述方法包括：S100，在检测到存在未处理的计算任务时，执行S200；S200，基于当前未处理的计算任务和预设超算节点使用优先级信息表，获取按优先级从高到低的顺序排列的待计算文件集C；S300，获取可使用超算节点，并利用获取到的可使用超算节点对C中的待计算任务依次进行处理。本发明在出现任务排队时，能够基于用户提供的计算任务的数量、平均单个任务的计算耗时和任务紧急情况来分配超算节点，从而能够使得超算节点的使用变得更加合理。
-
公开(公告)号：CN117197593A
公开(公告)日：2023-12-08
申请号：CN202311461922.8
申请日：2023-11-06
Applicant: 天河超级计算淮海分中心 , 临沂天河科技有限公司
IPC: G06V10/764 , G06N3/0895
Abstract: 本发明涉及计算机技术应用领域，具体提供一种医学影像伪标签生成系统，该系统用于：响应于当前检测到医学影像被观察，获取对应的观察信息，并基于获取的观察信息更新对应的伪标签。本发明提供的医学影像伪标签生成系统，通过记录、分析医生日常阅片过程生成其对应的伪标签，能够获取到尽可能复杂且准确的伪标签，能够有助于自监督学习中预训练模型的训练。
-
公开(公告)号：CN115686865A
公开(公告)日：2023-02-03
申请号：CN202211445530.8
申请日：2022-11-18
Applicant: 天河超级计算淮海分中心
Abstract: 本发明提供了一种基于多场景应用的超算节点资源分配系统，包括通信连接的处理器、数据库，数据库中存储有m个预设超算节点使用等级表，处理器用于：S100，在检测到存在未处理的计算任务时，执行S200；S200，基于当前未处理的计算任务和预设超算节点使用优先级信息表，获取按优先级从高到低的顺序排列的待计算任务组集C；S300，获取可使用超算节点，并利用获取到的可使用超算节点对C中的待计算任务依次进行处理。本发明在出现任务排队时，能够基于用户提供的计算任务的数量、平均单个任务的计算耗时和任务紧急情况来分配超算节点，从而能够使得超算节点的使用变得更加合理。
-
公开(公告)号：CN112329835A
公开(公告)日：2021-02-05
申请号：CN202011192053.X
申请日：2020-10-30
Applicant: 天河超级计算淮海分中心
Abstract: 本发明提出了一种图像处理方法、电子设备和存储介质，该方法用于CNN卷积神经网络，包括：基于多种指定特征提取方式对目标图像进行特征提取，得到所述多种指定特征提取方式各自对应的特征集合，其中，所述多种指定特征提取方式包括Gabor特征提取方式、小波变换特征提取方式和CNN卷积特征提取方式中的至少两种；将所述多种指定特征提取方式各自对应的特征集合进行融合，得到多特征融合信息，所述多特征融合信息用于向所述CNN卷积神经网络的隐含层传递。本技术方案提升了CNN卷积神经网络应用的泛化性，在提升模型识别率的同时，减少了其开发过程中的人力成本和时间成本。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.056 seconds)
