一种文本驱动视频生成系统的实现方法

    公开(公告)号:CN116403559A

    公开(公告)日:2023-07-07

    申请号:CN202310330246.4

    申请日:2023-03-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种文本驱动视频生成系统的实现方法,该方法把语音合成系统、视频生成系统集成到了一个系统。语音合成系统采用动态Web技术的JSP页面,通过执行后端服务器训练完成的语音合成模型,完成语音的生成,再通过框架把语音传送到前端,其中还增加了新增、删除、查询、批量删除、合成语音下载、合成语音变速等模块。视频生成系统以语音合成系统为基石,既可以采用语音合成系统生成的语音,也可以采用任意用户上传的语音,以及任意一张人脸图片,通过JSP页面将语音和图片传送到后端服务器,后端加载训练完成的视频生成模型,完成视频的生成,再通过框架把视频传送到前端,从而实现了完整的文本驱动视频生成系统。

    一种基于弱监督的大脑磁共振图像分割方法

    公开(公告)号:CN112508844B

    公开(公告)日:2022-11-18

    申请号:CN202011060583.9

    申请日:2020-09-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于弱监督的大脑磁共振图像分割方法,包括以下步骤:使用超体素匹配方法实现待分割图像与参考图像之间的匹配,使得待分割图像的超体素获得标签,在待分割图像匹配的超体素中,选择高置信度的超体素组成种子区域;建立一种脑组织分割网络模型BTSNet,以选择的种子区域作为监督标签,指导网络训练,获得图像每个体素的类别概率;采用了深度种子区域增长方法,以当前种子区域为基础,使用卷积网络输出的类别概率,更新种子区域;最后,迭代脑组织分割网络与深度种子区域增长两个步骤,直至种子区域覆盖整个图像,输出分割结果。本发明能够在只使用少量参考图像的超体素级别标签的条件下实现脑MRI图像的准确分割。

    一种双平面超声探头的标定系统及标定方法

    公开(公告)号:CN114699168A

    公开(公告)日:2022-07-05

    申请号:CN202210075799.5

    申请日:2022-01-23

    Applicant: 东南大学

    Abstract: 本发明公开一种基于双平面超声探头的标定系统,包括正交双平面超声探头、磁场发生器、磁导航定位接收器、标定仿体、容器。其中,标定仿体为一长方体,固定于容器底部,被容器中的超声成像介质浸没;标定仿体分为上下两个部分,分别穿插有N形丝线组;双平面超声探头两个成像平面相互垂直,可分别与标定仿体的两组丝线组相交;磁导航定位接收器固定于双平面超声探头中部;磁导航定位探针用于点选仿体表面点,从而定位标定仿体;磁场发生器置于容器一侧,保证其磁场范围能够覆盖超声探头上的磁导航定位接收器以及磁导航定位探针。该方案有利于标准化标定数据采集、标注流程;有利于高精度地计算从磁导航定位接收器到超声图像之间的坐标转换矩阵。

    基于图卷积的手足口病发病趋势预测系统

    公开(公告)号:CN112668808A

    公开(公告)日:2021-04-16

    申请号:CN202110105339.8

    申请日:2021-01-26

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于图卷积的手足口病发病趋势预测系统,包括:将一个省作为整体,将该省各市作为节点,根据各市之间的地理位置构建无向带权重图;以周为时间单位统计该省各市的手足口病周总发病人数、周平均气温和周平均降雨量,通过滑动窗口的方式获得固定时间步长的时间序列,构建用于监督学习的数据集;搭建基于图卷积的时空序列预测模型,将数据集输入模型进行训练,得到训练好的手足口病趋势预测模型;将新的数据输进训练好的手足口病趋势预测模型,通过迭代预测的方法得到中长期的预测结果。本发明能获得高准确率的预测结果,预测手足口病未来中长期的发病趋势。

    一种基于超体素匹配的脑组织分割方法

    公开(公告)号:CN110751664A

    公开(公告)日:2020-02-04

    申请号:CN201910931927.X

    申请日:2019-09-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于超体素匹配的脑组织分割方法,步骤如下:S1:所有的磁共振图像通过SLIC算法均生成超体素数据;S2:预处理所有的磁共振图像;S3:获取得到每个磁共振图像的超体素特征;S4:计算每个超体素和相邻超体素之间的特征梯度,并获取特征梯度之和;S5:确定模板图像中每个超体素对应的标签;S6:将每个磁共振图像的超体素特征、特征梯度之和串联为一个向量,根据向量计算待匹配磁共振图像和模板图像中每个超体素的相似度;S7:将待匹配磁共振图像和模板图像进行匹配,确定出每个待匹配磁共振图像的分割结果。本发明在匹配的过程中考虑超体素自身特征的同时,也能够考虑相邻超体素之间的关系,进而能够得到有效的匹配结果。

    基于对称性匹配滤波器组和区域生长的三维血管分割方法

    公开(公告)号:CN107392922A

    公开(公告)日:2017-11-24

    申请号:CN201710583714.3

    申请日:2017-07-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于对称性匹配滤波器组和区域生长的三维血管分割方法,首先设计一个满足三维血管的形状特征和灰度分布特点的管状结构的基本匹配滤波器模板,并用两个正交平面将基本匹配滤波器等分为四个象限;然后设计方向和尺度均可变化的匹配滤波器组,与待增强的医学图像进行空间卷积,确定以得到最大卷积响应值为融合规则,实现多尺度多方向的对称性匹配滤波器组的血管增强,得到增强图像,最后对增强图像使用区域生长提取三维血管。本发明公开的方法能够有效的对血管可视化效果进行增强,尤其是细小的分支末梢血管和靠近病变肿瘤的供血动脉有较好的增强作用,同时对于边缘皮质等杂质的抑制明显,使得血管和背景的对比度显著提升,为最终血管的提取打下坚实基础。

Patent Agency Ranking