公开(公告)号：CN119363993A

公开(公告)日：2025-01-24

申请号：CN202411447057.6

申请日：2024-10-16

Applicant: 北京理工大学

Inventor： 艾丹妮 ,  陈颖 ,  杨健 ,  付天宇 ,  宋红 ,  范敬凡 ,  肖德强 ,  林毓聪 ,  王媛媛

IPC: H04N19/132 ,  H04N19/577 ,  H04N19/57 ,  H04N19/169

Abstract: 本发明公开了一种基于运动估计的视频插帧方法、装置、设备及存储介质，该方法通过对输入图像的纹理特征提取、运动特征提取、联合优化中间光流和中间帧图像三个环节，生成清晰准确的目标中间帧图像。其中，金字塔编码器提取图像的多尺度纹理特征，使得提取到的特征同时拥有全局信息和局部纹理细节。运动特征的提取不仅提供相邻帧之间的明确对应关系，长距离的运动光流还能够捕捉冠脉收缩和舒张的交替往复运动情况。编码器采用中间光流和目标值特征联合优化的方式，以获得最终的插值结果。最终能够生成冠脉等血管运动连贯准确的清晰的高帧率序列。

公开(公告)号：CN118967462A

公开(公告)日：2024-11-15

申请号：CN202410865628.1

申请日：2024-07-01

Applicant: 北京理工大学

Inventor： 杨健 ,  李金夫 ,  夏江涵 ,  宋红 ,  范敬凡 ,  艾丹妮 ,  付天宇 ,  肖德强 ,  林毓聪

IPC: G06T5/50 ,  G06T5/60 ,  G06N3/0464

Abstract: 本发明公开了一种可见光与红外图像融合方法、装置、设备及存储介质，该方法通过引入光照感知门控网络的混合专家系统，建立了光照条件与网络学习的关系，能够更好地适应不同光照条件，实现对不同光照场景下图像信息的互补和增强，可以适应复杂多变的光照环境。进而实现高效、准确的可见光图像与红外图像融合。能够在不同光照场景下动态互补和增强图像信息，提高了可见光与红外图像融合效率和准确性。

公开(公告)号：CN118717149A

公开(公告)日：2024-10-01

申请号：CN202310312001.9

申请日：2023-03-27

Applicant: 北京理工大学

Inventor： 宋红 ,  张子昂 ,  卞景艺 ,  杨健 ,  艾丹妮 ,  范敬凡 ,  肖德强

IPC: A61B6/03 ,  A61B6/50 ,  A61B5/055 ,  A61F2/30 ,  A61F2/46 ,  G16H20/40 ,  G06T7/33 ,  G06T17/00

Abstract: 融合软组织精准感知的关节置换手术处理方法及装置，能够实现软组织张力实时量化感知，并将软组织张力通过增强现实的方法来实时渲染显示，根据当前软组织分布状态，提供不同手术方案效果给医生，提高软组织调节精度，提高患者术后功能恢复效果，降低手术时间，提高医生手术执行效率，减轻医生施术压力和病患痛苦。包括：(1)动态可视化模型构建；(2)张力动态分布可视化增强；(3)术中软组织松解精准指导。

公开(公告)号：CN113888743B

公开(公告)日：2024-08-02

申请号：CN202110796204.0

申请日：2021-07-14

Applicant: 北京理工大学 ,  温州医科大学附属眼视光医院

Inventor： 杨健 ,  吴文灿 ,  范敬凡 ,  艾丹妮 ,  宋红 ,  施节亮 ,  涂云海

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/84 ,  G06V40/18 ,  G06N3/0464

Abstract: 基于深度学习的视神经和眼外肌分割方法与装置，能够提升CT影像中视神经和眼外肌的精确分割，在辅助诊断、术前规划、术中导航以及术后治疗效果评估中都发挥重要作用。方法包括：(1)人工标注视神经和眼外肌金标准，并取原始三维CT影像的二维切片进行预处理；(2)搭建改进U‑Net网络模型，在训练集影像上迭代优化目标眼部结构预测结果，其中改进U‑Net网络模型以U‑Net网络为主干，加入挤压‑注意力模块SA和金字塔池化模块PPM；(3)取训练得到的最佳网络模型分割测试集影像；(4)经过去除小连通域的后处理优化，输出最终的视神经和眼外肌分割结果。

公开(公告)号：CN118072369A

公开(公告)日：2024-05-24

申请号：CN202311376523.1

申请日：2023-10-23

Applicant: 北京理工大学

Inventor： 付天宇 ,  马东升 ,  杨健 ,  宋红 ,  范敬凡 ,  肖德强

IPC: G06V40/16 ,  G06V10/80 ,  G06V20/64 ,  G06V10/82

Abstract: 本发明公开了一种多模态融合头部姿态估计方法及装置，该方法结合了RGB和点云两种数据模态进行头部姿态估计，充分利用了RGB图像的纹理信息和点云的几何信息，相互补充，提高了头部姿态估计的精度和鲁棒性；在特征融合阶段，引入了基于局部点云的融合思想，将局部点云特征与图像特征进行融合，提高了特征的多样性和表达能力；在局部点云融合阶段，采用了基于局部评分的策略，使局部之间产生竞争，竞争使每个局部区域提升融合质量，最后选择最佳的头部姿态预测结果，进一步提高了头部姿态估计的准确性。

公开(公告)号：CN117934514A

公开(公告)日：2024-04-26

申请号：CN202410180447.5

申请日：2024-02-18

Applicant: 北京理工大学 ,  海南大学

Inventor： 宋红 ,  王聆煊 ,  杨健 ,  肖德强 ,  范敬凡 ,  付天宇 ,  艾丹妮 ,  蔡夫鸿

IPC: G06T7/11 ,  G06T7/00 ,  G06T5/30 ,  G06V10/42 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种手术器械分割方法、装置、设备及存储介质，利用CNN提取局部特征、用Transformer提取全局特征，克服了现有技术仅有底层灰度及纹理特征造成的鲁棒性较差的问题，使得本申请实施例提供的方法具有鲁棒性高的优点。在编码器解码器之间构建了一个跳层连接模块，有效地弥补了下采样过程中边缘信息的损失，使得本申请实施例提供的方法具有分割边缘清晰的优点。另外，在优选的实施方式下，在分割网络设计在训练过程中引入了Di ce Loss和Foca lLoss的联合损失函数训练分割网络，并对分割掩码使用二值开运算处理，克服了现有技术中分割精度低，网络不易收敛的问题，使得该方法具有分割精度高、收敛快的优点。

公开(公告)号：CN117011619A

公开(公告)日：2023-11-07

申请号：CN202310602873.9

申请日：2023-05-26

Applicant: 北京理工大学

Inventor： 范敬凡 ,  张天琪 ,  杨健 ,  宋红 ,  艾丹妮 ,  肖德强 ,  林毓聪 ,  王媛媛

IPC: G06V10/77 ,  G06V10/80 ,  G06V10/764 ,  G06V10/776 ,  G06V10/82 ,  G06V10/26 ,  G06T7/00 ,  G06T11/20 ,  G06N3/0464 ,  G06N3/08

Abstract: XRA图像的冠脉分支识别方法及装置，能够快速准确地实现冠脉XRA图像的分支识别。包括：(1)冠脉自适应参数快速预分割；(2)快速中继行进优化方法绘制冠脉段路径；(3)遍历剔除方法构建多模态冠脉拓扑图；(4)冠脉段内部方位向量场特征提取；(5)三维冠脉特征的角度引导与比例融合；(6)通过联合图注意力网络结构将三种类型的冠脉特征融合在一起。

公开(公告)号：CN116959737A

公开(公告)日：2023-10-27

申请号：CN202310919097.5

申请日：2023-07-25

Applicant: 北京理工大学

Inventor： 宋红 ,  翁旭涛 ,  林毓聪 ,  杨健 ,  艾丹妮 ,  范敬凡 ,  付天宇 ,  肖德强

IPC: G16H50/70 ,  G16H10/60 ,  G06N3/0499 ,  G06F18/214 ,  G06F18/2413 ,  G06N3/09

Abstract: 用于推荐安全治疗方案的离线强化学习方法及装置，能够提高强化学习模型在推荐治疗方案时的性能与安全性，扩展强化学习模型对于评估数据的分布范围，减缓分布外样本与过高估计带来的不利影响。方法包括：(1)读入所需数据集，进行划分；(2)进行数据前处理，得到降维后的隐空间变量；(3)完成状态、动作、奖励值的强化学习基础数据构成并存储；(4)构建用于异常检测的监督学习模型基础；(5)构建用于异常检测的最近邻分类层，最近邻损失函数；(6)以上述异常检测监督模型预测的复发风险以及分布外样本检测情况动态加权原始奖励值；(7)构建并训练用于推荐治疗方案的动作‑评估离线强化学习模型；(8)得到最优治疗方案。

公开(公告)号：CN112884755B

公开(公告)日：2023-07-04

申请号：CN202110266096.6

申请日：2021-03-11

Applicant: 北京理工大学

Inventor： 宋红 ,  杨健 ,  艾丹妮 ,  范敬凡 ,  魏一凡

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464

Abstract: 违禁品的检测方法与装置，解决了X射线图像中物体互相遮挡、背景杂乱、小物体难以检测的问题。方法包括：(1)对包含违禁物品的X射线图像进行图像随机翻转、归一化的预处理，并将预处理后的数据加载到卷积神经网络模型中；(2)利用卷积神经网络对输入的X射线图像进行特征的提取、融合与增强；(3)对经过处理后得到的特征金字塔每层的特征图，通过两个并行分支的子网络分别计算其中含有违禁物品的类别与位置信息；(4)利用Soft‑NMS算法去除冗余的候选检测框，并对结果进行输出，标出违禁物品具体的类别与位置。

公开(公告)号：CN116128020A

公开(公告)日：2023-05-16

申请号：CN202310102441.1

申请日：2023-01-31

Applicant: 北京理工大学

Inventor： 宋红 ,  翁旭涛 ,  林毓聪 ,  杨健 ,  范敬凡 ,  肖德强 ,  艾丹妮

IPC: G06N3/0455 ,  G06N3/0895 ,  G06N3/084

Abstract: 多尺度阶梯重构的二维扁平数据自监督学习方法及装置，能提高后续数据挖掘中数据信息的利用率，减缓噪音数据、数据异构以及数据纠缠带来的不利影响。包括：读入需要表征学习的数据集；基于分箱方法在多尺度下得到多尺度的模糊数据；按照尺度排序得到多尺度模糊阶梯数据序列；构建包含编码器与解码器的自编码模型，编码器以原始数据为输入生成隐向量，解码器以隐向量为输入生成趋近原始数据的重构数据；以较大尺度，即破坏较严重的数据为输入，通过自编码模型重构较小尺度的数据，其较小尺度的数据为破坏次严重的数据；计算重构误差并作为目标函数，最小化目标函数，以反向传播的方式更新模型参数；以此往复；完成自监督学习的训练，得到编码器。