-
公开(公告)号：CN114708345A
公开(公告)日：2022-07-05
申请号：CN202210265584.X
申请日：2022-03-17
Applicant: 上海长征医院 , 医智源健康科技(海南)有限公司 , 海南大学三亚研究院
Abstract: 本公开提供了一种CT图像重建方法、装置、设备及存储介质，方法主要包括：获取训练样本集，所述训练样本集包括第一类计算机断层扫描CT样本图像；根据所述训练样本集，对深度神经网络进行训练，得到预测模型，所述深度神经网络为基于交替方向乘子法的深度神经网络；获取待重建图像，所述待重建图像为第二类CT图像；根据所述预测模型，对所述待重建图像进行重建，得到重建后的CT图像。本公开提供的一种CT图像重建方法、装置、设备及存储介质，不仅能够缩短预测模型的重建时间，而且能够很好地去除重建得到的CT图像中的伪影和噪声。
-
公开(公告)号：CN113537252A
公开(公告)日：2021-10-22
申请号：CN202110967115.8
申请日：2021-08-23
Applicant: 海南大学 , 海南溪忠科技有限公司
Abstract: 本申请公开了一种基于空间谱群协方差特征的高光谱图像识别方法、装置及计算机可读存储介质。其中，方法包括获取待识别高光谱图像，将待识别高光谱图像映射至黎曼空间，并计算黎曼空间中各数据点之间的黎曼距离。基于黎曼切空间和局部线性度量准则，为各数据点进行自适应邻域的计算。根据各数据点自适应邻域信息，将黎曼空间中的数据点投影至黎曼局部切空间中；通过对线性重构过程中所得的重构权重矩阵进行特征值分解，得到待识别高光谱图像的低维图像特征，基于低维图像特征识别高光谱图像的地物，有效提高了高光谱图像的地物识别的精准度。
-
公开(公告)号：CN111338483B
公开(公告)日：2021-06-08
申请号：CN202010202012.8
申请日：2020-03-20
Applicant: 海南大学
IPC: G06F3/01
Abstract: 本申请公开了一种设备控制的方法，包括：利用预设节律的带通滤波器对原始脑电信号进行滤波处理；对预设节律的滤波信号进行空间滤波，得到频带信号；对频带信号进行黎曼切空间映射构建特征空间，并利用互信息熵对特征空间进行特征挑选，得到最优特征空间；根据脑电控制信号的类别控制待控设备执行对应的动作。本申请降低了信息获取过程的复杂度，增加了有用信息的获取效率；通过利用互信息熵对特征空间进行特征挑选，极大的提高了不同类别特征的可区分度，进而提高了基于脑机接口的设备控制方法的控制效率。本申请同时还提供了一种设备控制的系统、控制设备及可读存储介质，具有上述有益效果。
-
公开(公告)号：CN110151191A
公开(公告)日：2019-08-23
申请号：CN201910455200.9
申请日：2019-05-29
Applicant: 海南大学
IPC: A61B5/11 , A61B5/0488 , A61B5/00
Abstract: 本发明提供了一种基于滤波器组的脑瘫儿童步态相位识别方法，包括：原始信号获取阶段，其中获取脑瘫儿童的表面肌电的原始信号；预处理阶段，其中对接收到的原始信号进行预处理；特征库建立阶段，其中基于log-gabor滤波器组对预处理后的表面肌电信号进行多频段滤波，并且基于线性判别分析进行特征提取来建立特征库；分类阶段，其中采用极限学习机作为分类器，从特征库里挑出来的特征子集和对应的标签信息作为训练样本，进行ELM建模，以评估脑瘫儿童正常行走过程中步态相位分类。
-
公开(公告)号：CN114792370A
公开(公告)日：2022-07-26
申请号：CN202210266312.1
申请日：2022-03-17
Applicant: 上海长征医院 , 杭州时迈智能技术有限公司 , 海南大学三亚研究院
Abstract: 本公开提供了一种全肺图像分割方法、装置、电子设备及存储介质，包括：获取待处理图像；对待处理图像依次进行第一层至第N层下采样处理；将待处理图像划分为多个图像块，确定每个图像块对应的相关性分值，得到待处理图像对应的相关性分值集合；根据相关性分值集合得到第一特征矩阵；基于第一特征矩阵和第一特征图，依次进行第N层至第一层上采样处理，获得目标对象的分割图。通过对待处理图像的多层下采样，快速、高效的将目标对象的主体部分进行识别和分割，通过对图像块与其他所有图像块之间的相关性程度进行分析，关注了目标对象的细节部分，并在上采样的过程中将两者结合，提高了对目标对象的分割精度。
-
Patent Agency Ranking
公开(公告)号：CN113537252B
公开(公告)日：2022-05-10
申请号：CN202110967115.8
申请日：2021-08-23
Applicant: 海南大学 , 海南溪忠科技有限公司
IPC: G06V10/44 , G06V10/762 , G06K9/62
Abstract: 本申请公开了一种基于空间谱群协方差特征的高光谱图像识别方法、装置及计算机可读存储介质。其中，方法包括获取待识别高光谱图像，将待识别高光谱图像映射至黎曼空间，并计算黎曼空间中各数据点之间的黎曼距离。基于黎曼切空间和局部线性度量准则，为各数据点进行自适应邻域的计算。根据各数据点自适应邻域信息，将黎曼空间中的数据点投影至黎曼局部切空间中；通过对线性重构过程中所得的重构权重矩阵进行特征值分解，得到待识别高光谱图像的低维图像特征，基于低维图像特征识别高光谱图像的地物，有效提高了高光谱图像的地物识别的精准度。
-
公开(公告)号：CN113658274A
公开(公告)日：2021-11-16
申请号：CN202110967116.2
申请日：2021-08-23
Applicant: 海南大学
Abstract: 本申请公开了一种用于灵长类动物种群行为分析的个体间距自动计算方法、装置及计算机可读存储介质。其中，方法包括预先基于深度学习算法训练得到用于对输入的待处理图像组中的各图像所包含的目标进行目标识别并输出目标相应位置信息的目标识别模型。将双目摄像头输出的左右两目图像进行统一坐标系处理，得到待处理图像组；将待处理图像组输入至目标识别模型，得到目标分别在待处理图像组中左右两目图像的位置信息。根据目标在左右两目图像的位置信息计算视差信息，并通过双目摄像头的内部参数和外部参数计算视差信息对应的三维坐标信息，最后基于各目标的三维坐标信息进行测距计算，有效提高生物种群各生物个体之间的间距计算效率。
-
公开(公告)号：CN112102343A
公开(公告)日：2020-12-18
申请号：CN202010806916.1
申请日：2020-08-12
Abstract: 本发明提供了一种基于超声图像的PTC诊断系统，包括：基础数据采集单元，用于获取甲状腺结节超声图像数据及其病理诊断标签，而且基于结节局部特征的轮廓自动提取方法，从超声图像数据中提取甲状腺结节的轮廓；核心算法单元，用于将已提取的结节轮廓图像和标签标注信息作为随机森林模型的输入，进行分类模型训练，并调整参数，以进行包含甲状腺结节良恶性诊断以及恶性结节转移概率的计算。
-
公开(公告)号：CN111338483A
公开(公告)日：2020-06-26
申请号：CN202010202012.8
申请日：2020-03-20
Applicant: 海南大学
IPC: G06F3/01
Abstract: 本申请公开了一种设备控制的方法，包括：利用预设节律的带通滤波器对原始脑电信号进行滤波处理；对预设节律的滤波信号进行空间滤波，得到频带信号；对频带信号进行黎曼切空间映射构建特征空间，并利用互信息熵对特征空间进行特征挑选，得到最优特征空间；根据脑电控制信号的类别控制待控设备执行对应的动作。本申请降低了信息获取过程的复杂度，增加了有用信息的获取效率；通过利用互信息熵对特征空间进行特征挑选，极大的提高了不同类别特征的可区分度，进而提高了基于脑机接口的设备控制方法的控制效率。本申请同时还提供了一种设备控制的系统、控制设备及可读存储介质，具有上述有益效果。
-
公开(公告)号：CN110151191B
公开(公告)日：2020-06-02
申请号：CN201910455200.9
申请日：2019-05-29
Applicant: 海南大学
IPC: A61B5/11 , A61B5/0488 , A61B5/00
Abstract: 本发明提供了一种基于滤波器组的脑瘫儿童步态相位识别方法，包括：原始信号获取阶段，其中获取脑瘫儿童的表面肌电的原始信号；预处理阶段，其中对接收到的原始信号进行预处理；特征库建立阶段，其中基于log‑gabor滤波器组对预处理后的表面肌电信号进行多频段滤波，并且基于线性判别分析进行特征提取来建立特征库；分类阶段，其中采用极限学习机作为分类器，从特征库里挑出来的特征子集和对应的标签信息作为训练样本，进行ELM建模，以评估脑瘫儿童正常行走过程中步态相位分类。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.02 seconds)
