-
公开(公告)号：CN112603358B
公开(公告)日：2022-04-05
申请号：CN202011505005.1
申请日：2020-12-18
Applicant: 中国计量大学
IPC: A61B7/04
Abstract: 本发明公开了一种基于非负矩阵分解的胎心音信号降噪方法。现有滤波方法对提高胎心音信号的信噪比存在局限性。本发明对信号进行短时傅里叶变换得到幅值信息矩阵和相角信息矩阵；对幅值信息矩阵进行奇异值分解和非负矩阵分解，并根据特征矩阵和系数矩阵选取有用特征，组合得到降噪后的幅值信息矩阵；对相角信息矩阵进行相位补偿获得补偿后的相位矩阵；对幅值信息矩阵和补偿后的相位矩阵进行短时傅里叶逆变换，得到降噪后的时域信号。本发明所采用的奇异值分解方法避免了初始值的随机性对矩阵迭代结果的影响，所采用的相位补偿方法用补偿后的相位代替原始带噪信号相位，增加了降噪后相位信号的可信度，明显提升了胎心音信号的降噪效果。
-
公开(公告)号：CN113192041A
公开(公告)日：2021-07-30
申请号：CN202110510100.9
申请日：2021-05-11
Applicant: 中国计量大学
Abstract: 本发明涉及人工智能与医疗诊断相结合的学科交叉领域，公开了一种基于深度学习卷积神经网络的肺部炎症识别诊断方法。本发明利用深度学习实现了对肺部炎症疾病图像的诊断辅助；首先对InceptionResNetV2算法进行改进，加入SENet模块，构建改进后的算法InceptionResNet‑SE，用来识别肺部X光影像图片。在训练过程中采用了数据增强和迁移学习等方法提高算法性能，并引入冻结层来降低过拟合风险。最终算法取得的AUC值为0.96。本发明利用深度学习方法辅助医生更好的对肺部炎症图像进行诊断，有效的降低了漏诊和误诊概率。
-
公开(公告)号：CN109946631B
公开(公告)日：2021-06-25
申请号：CN201910264420.3
申请日：2019-03-27
Applicant: 中国计量大学
IPC: G01R33/385
Abstract: 本发明公开了一种最小化最大温度值的盘式梯度线圈，由以下方法设计而成，包括以下步骤：1)构建盘式梯度线圈模型；2)得到热方程；3)分别获得热传导热传递系数、对流热传递系数和辐射热传递系数，以得到总的热传递系数ht；4)对方程进行傅里叶分析，得到在极坐标系下，T*在点(r，θ)的温度表达式；5)最小化最大温度值的盘式梯度线圈。本发明通过最小化最大温度值设计了梯度线圈，降低了线圈的最大温度值，改善了梯度线圈的成像性能。
-
公开(公告)号：CN109946630B
公开(公告)日：2021-05-28
申请号：CN201910264419.0
申请日：2019-03-27
Applicant: 中国计量大学
IPC: G01R33/385
Abstract: 本发明公开了一种最小化最大温度值的盘式梯度线圈设计方法，包括以下步骤：1)构建盘式梯度线圈模型；2)得到热方程；3)分别获得热传导热传递系数、对流热传递系数和辐射热传递系数，以得到总的热传递系数ht；4)对方程进行傅里叶分析，得到在极坐标系下，T*在点(r，θ)的温度表达式；5)最小化最大温度值的盘式梯度线圈。本发明通过最小化最大温度值设计了梯度线圈，降低了线圈的最大温度值，改善了梯度线圈的成像性能。
-
公开(公告)号：CN112215291A
公开(公告)日：2021-01-12
申请号：CN202011115303.X
申请日：2020-10-19
Applicant: 中国计量大学
Abstract: 本发明提供了一种级联神经网络下医学图像特征提取和分类方法，步骤如下：步骤1：以三种不同类别的三维影像作为网络输入，以三种类别的分类概率值作为网络输出，构建级联神经网络模型；所述级联神经网络模型为基于3DCNN和2DCNN的级联方式；步骤2：将三种已具有标签标注的影像数据进行数据预处理操作，准备好训练样本数据和测试所需数据样本；步骤3：将训练样本数据送入级联神经网络进行训练，分析并提取样本特征；步骤4：对训练网络进行参数优化，经优化后的模型，获得最优网络参数的深度级联神经网络模型；步骤5：对经处理后的影像数据送入训练好的最优参数的级联神经网络模型，并通过分类器输出最终分类结果。本发明提高了分类精度和效率。
-
Patent Agency Ranking
公开(公告)号：CN109946631A
公开(公告)日：2019-06-28
申请号：CN201910264420.3
申请日：2019-03-27
Applicant: 中国计量大学
IPC: G01R33/385
Abstract: 本发明公开了一种最小化最大温度值的盘式梯度线圈，由以下方法设计而成，包括以下步骤：1)构建盘式梯度线圈模型；2)得到热方程；3)分别获得热传导热传递系数、对流热传递系数和辐射热传递系数，以得到总的热传递系数ht；4)对方程 进行傅里叶分析，得到在极坐标系下，T*在点(r，θ)的温度表达式；5)最小化最大温度值的盘式梯度线圈。本发明通过最小化最大温度值设计了梯度线圈，降低了线圈的最大温度值，改善了梯度线圈的成像性能。
-
公开(公告)号：CN108802646A
公开(公告)日：2018-11-13
申请号：CN201810810489.7
申请日：2018-07-14
Applicant: 中国计量大学
IPC: G01R33/385
CPC classification number: G01R33/385
Abstract: 本发明公开了一种基于0‑1整数规划的永磁型纵向梯度线圈，本发明针对分离绕线方法存在的问题，基于一种永磁型纵向梯度线圈设计的0‑1整数规划方法。此方法将线圈所在的区域划分为若干一维网格，取网格的中心为待求电流圆环的半径。给定圆环线圈的电流I，如果某处电流圆环对磁场有贡献，则变量为1，电流为1*I，无贡献则变量为0，电流为0。该方法计算简单直接，可以以线圈电感最小或者使用材料最小为目标，可容易实现很好的梯度磁场线性度，并且可以方便的施加线圈间距的约束。
-
公开(公告)号：CN107831461A
公开(公告)日：2018-03-23
申请号：CN201711005456.7
申请日：2017-10-24
Applicant: 中国计量大学
IPC: G01R33/385 , G06F17/50
CPC classification number: G01R33/385 , G06F17/5009 , G06F2217/06
Abstract: 本发明公开了一种基于0-1整数规划的纵向梯度线圈设计方法，本发明针对分离绕线方法存在的问题，提出一种纵向梯度线圈设计的0-1整数规划方法。此方法将线圈所在的区域划分为若干一维网格，取网格的中心为待求电流圆环的位置。给定圆环线圈的电流I，如果某处电流圆环对磁场有贡献，则变量为1，电流为1*I，无贡献则变量为0，电流为0。该方法计算简单直接，可以以线圈电感最小或者使用材料最小为目标，可容易实现很好的梯度磁场线性度，并且可以方便的施加线圈间距的约束。
-
公开(公告)号：CN109946630A
公开(公告)日：2019-06-28
申请号：CN201910264419.0
申请日：2019-03-27
Applicant: 中国计量大学
IPC: G01R33/385
Abstract: 本发明公开了一种最小化最大温度值的盘式梯度线圈设计方法，包括以下步骤：1)构建盘式梯度线圈模型；2)得到热方程；3)分别获得热传导热传递系数、对流热传递系数和辐射热传递系数，以得到总的热传递系数ht；4)对方程进行傅里叶分析，得到在极坐标系下，T*在点(r，θ)的温度表达式；5)最小化最大温度值的盘式梯度线圈。本发明通过最小化最大温度值设计了梯度线圈，降低了线圈的最大温度值，改善了梯度线圈的成像性能。
-
公开(公告)号：CN115482167A
公开(公告)日：2022-12-16
申请号：CN202211161871.2
申请日：2022-09-23
Applicant: 中国计量大学
Abstract: 本发明公开了降低脑部核磁共振影像莱斯噪声的多域优化模型构建方法，包括如下步骤：建立的MDNet去噪模型包括图像域子模型和小波域子模型，训练集经两个子模型分别处理后的去噪数据连接后传入采样优化的非局部注意力模块，得到最终去噪后的脑部MR图像数据；设定MDNet去噪模型的损失函数MSE，以损失函数MSE的loss值收敛到低于预设值为MDNet去噪模型训练停止的判断标准，保存MDNet去噪模型的参数。本发明在图像域基础上，加入小波域对上述网络进行训练，使小波域子模型能够关注到图像的结构级相似性，而去噪结果经过采样优化的非局部注意力模块进一步提升，大大降低MR图像的噪声污染。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.083 seconds)
