-
公开(公告)号:CN119661663A
公开(公告)日:2025-03-21
申请号:CN202411220493.X
申请日:2024-08-30
Applicant: 北京理工大学
IPC: C07K14/195 , C12N15/31 , C12N15/70 , C12N15/74 , C12N1/21 , C05F11/08 , C05G3/00 , C12R1/19 , C12R1/065
Abstract: 本申请提供了一种NifA蛋白突变体及其应用,所述NifA蛋白突变体包含在2‑OG结合口袋Y91位点的氨基酸突变,所述氨基酸位置编号如SEQ ID NO:1所示的相应氨基酸位置所定义。本申请的NifA蛋白突变体能够在不破坏NifA蛋白结合2‑OG能力的前提下,极大地削弱NifA蛋白激活固氮酶基因转录过程的能力,有望为精准调控固氮菌的固氮能力提供新的方法和工具,并且有望为农作物的产量、质量及改善土壤肥力等问题提供解决方案。
-
公开(公告)号:CN115100123B
公开(公告)日:2024-08-09
申请号:CN202210656324.5
申请日:2022-06-10
Applicant: 北京理工大学
IPC: G06T7/00 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种结合UNet和主动轮廓模型的脑部医学图像提取方法,属于医学图像分割技术领域,属于医学图像分割领域。该方法包括:获取脑部医学图像数据集,并做必要的预处理;将数据集划分为训练集和测试集;构造UNet卷积神经网络模型;使用训练集数据按照二分类交叉熵损失函数训练模型;再次使用训练集数据按照复合损失函数继续训练模型;将测试图像输入模型,依据模型输出建立分割掩码,得到分割结果。本发明能够在不改变原有训练数据的情况下,通过其特殊的损失函数设计以及模型训练策略,从脑部医学图像中剔除头皮、颅骨和脑脊液,得到更加精细的大脑分割结果。
-
公开(公告)号:CN115100123A
公开(公告)日:2022-09-23
申请号:CN202210656324.5
申请日:2022-06-10
Applicant: 北京理工大学
IPC: G06T7/00 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种结合UNet和主动轮廓模型的大脑提取方法,属于医学图像分割技术领域,属于医学图像分割领域。该方法包括:获取脑部医学图像数据集,并做必要的预处理;将数据集划分为训练集和测试集;构造UNet卷积神经网络模型;使用训练集数据按照二分类交叉熵损失函数训练模型;再次使用训练集数据按照复合损失函数继续训练模型;将测试图像输入模型,依据模型输出建立分割掩码,得到分割结果。本发明能够在不改变原有训练数据的情况下,通过其特殊的损失函数设计以及模型训练策略,从脑部医学图像中剔除头皮、颅骨和脑脊液,得到更加精细的大脑分割结果。
-
公开(公告)号:CN113421323B
公开(公告)日:2022-07-12
申请号:CN202110686515.1
申请日:2021-06-21
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于光线投射的双模态体数据感兴趣区域融合方法,属于三维体数据可视化领域,其目的是减轻传统体绘制融合中不同模态结构特征互相遮挡的影响。在给定不同模态体数据的情况下,该方法先按照光线投射法对体数据进行体绘制采样,并通过体绘制传输函数选取感兴趣区域;然后根据采样点的信息量、结构张量参数和邻域不透明度计算融合权重,对不同模态的采样点进行融合;最后按照光线投射法累加所有采样点的融合结果,得到融合图像。该方法可以减轻多模态体数据融合中不同模态结构特征互相遮挡的影响,有利于模态特征的识别与定位。
-
公开(公告)号:CN113470152A
公开(公告)日:2021-10-01
申请号:CN202110686552.2
申请日:2021-06-21
Applicant: 北京理工大学
Abstract: 本发明涉及一种颜色保真的功能影像体绘制方法,属于医学影像处理领域,其目的是解决对彩色功能影像切片序列进行三维体绘制时面临的颜色失真问题。在给定功能态医学影像彩色切片序列的情况下,本发明的方法首先根据切片像素的颜色和亮度值,对切片像素进行聚类;然后根据聚类结果构造三维体数据以及体绘制颜色传输函数;最后设置不透明度传输函数,对所构造的三维体数据进行体绘制,得到保留原有功能影像颜色映射信息的体绘制结果。该方法不仅通过体绘制直观展示了二维功能影像切片系列所包含的三维形态结构信息,还通过颜色保真提供了准确的功能代谢信息,有助于提高功能影像的可视化分析效率。
-
公开(公告)号:CN113436305A
公开(公告)日:2021-09-24
申请号:CN202110695142.4
申请日:2021-06-23
Applicant: 北京理工大学
Abstract: 本发明涉及一种几何建模方法,特别涉及一种由直接体绘制引导的高质量几何建模方法。该方法主要针对三维体数据,在直接体绘制的引导下,重建三维几何模型,属于几何建模与三维重建领域。该方法首先采用光线投射对给定的体数据进行直接体绘制,得到可视化的三维场景;然后根据体数据网格构造几何模型,并按照直接体绘制的传输函数为几何模型的顶点赋予颜色、不透明度和法向量等属性;最后,清除冗余的顶点和面片,得到最终的几何模型。该模型在光照条件下的渲染效果,与直接体绘制的可视化效果十分接近,不仅能够呈现物体的表面形状特征,还可以半透明地展示模型内部的细节信息。
-
-
公开(公告)号:CN110211207A
公开(公告)日:2019-09-06
申请号:CN201910517114.6
申请日:2019-06-14
Applicant: 北京理工大学
IPC: G06T13/20
Abstract: 本发明涉及一种基于流线长度累加的三维流场可视化方法,属于流场可视化技术领域。该方法首先在三维流场放置大量分布基本均匀的流线;然后通过累加体素单元格内的流线长度将流线体素化,形成流线体数据;再利用直接体绘制技术绘制流线体数据,得到三维流场的可视化结果。该方法通过流线体素化和体绘制技术,改善了三维流场中流线的遮挡情况,增强了流场内部结构特征的显示,有助于三维流场的交互式可视化分析。
-
公开(公告)号:CN108133504A
公开(公告)日:2018-06-08
申请号:CN201810038185.3
申请日:2018-01-16
Applicant: 北京理工大学
IPC: G06T13/20
CPC classification number: G06T13/20 , G06T2210/24
Abstract: 本发明涉及一种基于管道的流场多变量数据可视化方法,属于科学计算可视化中的流场数据可视化领域。本发明的方法通过构造彩色的多面体管道可视化三维流场多变量数据。其基本步骤是:计算流线,沿流线构造多面体管道,通过管道形状可视化流场矢量方向,然后在管道侧面通过颜色映射可视化多个标量属性数据,由此实现多个标量属性数据与流场矢量数据的联合可视化。这不仅增加了对三维流场进行多变量关联分析的灵活性,还提高了对多变量数据进行可视化分析的效率。
-
公开(公告)号:CN103488887B
公开(公告)日:2016-06-22
申请号:CN201310421073.3
申请日:2013-09-16
Applicant: 北京理工大学
IPC: G06F19/00
Abstract: 本发明涉及一种基于混合专家网络的产品可靠性评估方法,属于数据处理技术领域。本发明采用分层的混合专家网络,该分层混合专家网络结构为一棵完全二叉树结构,包括多层专家系统和多层门网。其中底层专家系统即叶子节点,是步骤二得到的n个底层拟合模型。每两层相邻专家系统之间有一层门网。非叶子节点为其下一层专家系统中的两个子节点的输出分别乘以对应的门网输出参数后相加得到。混合专家网络根节点的输出为最终产品可靠性评估结果。本方法可以剔除人为选择模型的过程,减少了人工干预,提高了自动化过程。拓展了退化数据分析方法的适用范围,增加了该方法的可用性。
-
-
-
-
-
-
-
-
-