-
公开(公告)号：CN109559359B
公开(公告)日：2023-06-02
申请号：CN201811137448.2
申请日：2018-09-27
IPC: G06T11/00 , G06T5/00 , G06N3/0464
Abstract: 本发明提供一种基于深度学习实现的稀疏角度数据重建图像的伪影去除方法，通过采集稀疏角度投影数据与完备角度投影数据；利用稀疏角度投影数据和完备投影数据分别进行重建；构建去伪影之神经网络；利用重建的图像作为训练数据；保存训练好的神经网络模型，并将测试图像投入其中；利用测试图像减去步骤E中所得到的网络预测之噪声，即可得到清晰图像。将目前在计算机视觉上表现突出的深度学习办法引入到稀疏角度投影解析重建图像的伪影去除研究中，利用Inception‑resnet网络的特点，构建一个表达能力精细且多样的神经网络，适用于稀疏角度数据解析重建图像的伪影去除。
-
公开(公告)号：CN114676822A
公开(公告)日：2022-06-28
申请号：CN202210299318.9
申请日：2022-03-25
Applicant: 东南大学
Abstract: 本发明提供了一种基于深度学习的多属性融合空气质量预报方法，包括数据采集、数据预处理、构建空气质量一次预报模型、构建空气质量二次预报模型、空气质量二次预报模型修正及预报结果输出的步骤，将气象因子、区域气象影响因素纳入模型进行多维综合预测，充分利用了深度学习在数据处理方面的优势，借助长短期记忆网络对污染物浓度的历史实测数据的变化情况进行分析，解耦了污染物生成机理受限的问题。
-
公开(公告)号：CN114366141A
公开(公告)日：2022-04-19
申请号：CN202111680423.9
申请日：2021-12-30
Applicant: 南京医科大学附属口腔医院 , 南京市儿童医院 , 东南大学
Abstract: 本发明提供一种基于双目视觉定位的骨盆正位片拍摄姿势校正方法及系统，利用双目视觉技术对摄像头组进行三维空间标定，对拍摄台面设置若干台面标记点，获取台面标记点的三维坐标，确定台面检测参数，确定拍摄台面的中轴面；将拍摄对象的检测部位，分别使用标记组件进行标记，并通过摄像头组分别采集各检测部位的图像；分别确定采集部位中各标记点的三维坐标，进而获得部位检测参数；通过各部位检测参数是否满足设定条件，确定对应的检测部位的拍摄姿势是否正确。通过对拍摄对象的盆骨部位、脚底部位和下肢部位分别进行图像采集，并获得检测参数，实现对该三个部位的拍摄姿势正确性检测，进而为获得更加准确标准的骨盆正位片供医生查看提供基础。
-
公开(公告)号：CN108573524B
公开(公告)日：2022-02-08
申请号：CN201810330487.8
申请日：2018-04-12
Applicant: 东南大学
Abstract: 本发明提供一种基于渲染管线的交互式实时自由立体显示方法，读入需要渲染的模型的顶点数据，利用顶点数据生成网格模型并得到简化网格模型，传入OpenGL渲染流水线；生成单视点渲染场景图；设置渲染窗口分辨率、目标表面材质、光源类型和位置，利用OpenInventor开源库，分别针对每个不同视点的场景，实施场景渲染；对不同视点场景纹理缓冲进行融合的像素融合算法，得到用于输出的融合图像；利用OpenGL可编程渲染管线特性，使用GLSLshader语言，在片元着色器中完成像素选取与融合操作，最后输出融合后的结果；实现用户交互接口。该方法通过多视角融合实现三维数据的立体显示；利用多纹理映射技术完成每视点处场景的渲染，满足使用者对观察对象进行实时交互式观察的需求。
-
公开(公告)号：CN111429411A
公开(公告)日：2020-07-17
申请号：CN202010181471.2
申请日：2020-03-16
Applicant: 东南大学
Abstract: 本发明提出了一种碳纤维复合芯导线的X射线缺陷图像样本生成方法，包括：步骤S1：对原始有缺陷的碳纤维复合芯导线的X射线图像做背景估计；步骤S2：利用步骤S1的背景估计结果对原始图作背景减除处理并截选出图像缺陷部分；步骤S3：随机改变步骤S2中截选出的缺陷部分的形态特征；步骤S4：将步骤S2中随机生成的缺陷部位与无缺陷碳纤维复合芯导线X射线图像相融合，生成缺陷图像。本方案生成的缺陷样本，能够有效扩充碳纤维复合芯导线缺陷库，有助于提升碳纤维导线缺陷自动识别技术的准确度。
-
Patent Agency Ranking
公开(公告)号：CN106934806A
公开(公告)日：2017-07-07
申请号：CN201710135456.2
申请日：2017-03-09
Applicant: 东南大学
Abstract: 本发明公开一种基于结构清晰度的无参考图失焦模糊区域分割方法，包括以下步骤：(1)缩放图像，将图像缩放为原图像面积的约1/4倍；(2)计算清晰度差值，分别计算原图和缩放后图像对应位置图像块的结构清晰度，并计算二者的差；(3)提取模糊区域，滤除差值图像的噪声，使用图像分割算法分割出模糊区域，并对分割后的结果进行上采样。针对无参考图像的失焦模糊区域分割，本发明使用原始图像构造缩放图像，分别计算缩放图像以及原始图像的清晰度，进而获得模糊度分布图像，最终快速有效地分割出图像失焦模糊区域。
-
公开(公告)号：CN102842141A
公开(公告)日：2012-12-26
申请号：CN201210228165.5
申请日：2012-07-03
Applicant: 东南大学
IPC: G06T11/00
Abstract: 本发明公开了一种旋转X射线造影图像迭代重建方法，首先在第一阶段构造低分辨率投影矩阵，并将完整矩阵拆解为单一角度矩阵和旋转矩阵2个分量进行简化存储，然后第二阶段在第一阶段得到低分辨率投影矩阵的基础上，进行进一步基于投影内容的简化，最后在第三阶段进行三维血管重建本方法采用的经过掩模简化的投影矩阵解决了旋转X射线造影系统投影，反投影计算量过大，计算时间过长的问题，能够有效获得三维血管结构，帮助临床医师进行诊断。
-
公开(公告)号：CN119548167A
公开(公告)日：2025-03-04
申请号：CN202411618436.7
申请日：2024-11-13
Applicant: 南京医科大学附属口腔医院 , 东南大学
Abstract: 本发明提供一种以关节振动信息为主的颞下颌关节健康状态监测系统及方法，该系统包括贴触式感音器、微控制器和交互式显示终端，贴触式感音器用于贴触在颞下颌关节处并获取三维关节振动模拟信号后，发送给微控制器；微控制器进行信号放大、滤波处理与噪声消除，转换为显示终端可识别储存的数字信号，并发送给交互式显示终端；交互式显示终端实现三维关节振动波形图的实时可视化输出并实现交互功能，基于输入的下颌最大运动范围和疼痛的有无以及关节杂音参数对颞下颌关节健康状态进行判定；本发明在更全面的关节振动信息基础上，能够更精准地实现对颞下颌关节健康状态实时量化监测，便于医生对关节健康状态有效地初步筛查以及使用者居家自我监测。
-
公开(公告)号：CN112132759B
公开(公告)日：2024-03-19
申请号：CN202010931407.1
申请日：2020-09-07
Applicant: 东南大学
Abstract: 本发明提供了一种基于端到端卷积神经网络的颅骨面貌复原方法，包括以下步骤：S1：对人体颅骨CT扫描图像进行数据预处理并制作数据集；S2：搭建卷积神经网络；S3：使用训练样本训练步骤S2中搭建好的卷积神经网络，每训练五轮，便用模型对检测样本进行检测，评判生成的预测面型；S4：选取步骤S4中效果最好的一轮作为最终结果。本发明采用神经网络的方法自动提取颅骨的特征，根据颅骨本身的特性预测面型，具有较高的灵活性，流程少，耗时短，并提升了预测准确率。本发明利用深度卷积编解码器，学习头骨和面貌之间的相互关系及特征，根据颅骨信息还原面型，充分考虑了面部点的空间特性，弥补了稀疏特征点带来的误差。
-
公开(公告)号：CN112133366B
公开(公告)日：2024-03-15
申请号：CN202010930573.X
申请日：2020-09-07
Applicant: 东南大学
Abstract: 本发明公开了一种基于基因数据和生成对抗卷积神经网络的面型预测方法，包括以下步骤：S1：对人体颅骨CT扫描图进行数据预处理，并结合相应的基因数据，制作数据集；S2：搭建卷积神经网络；S3：使用训练样本训练步骤S2中搭建好的卷积神经网络，每训练四轮，便用模型对检测样本进行检测，评判生成的预测面型；S4：选取步骤S4中效果最好的一轮作为最终结果。本发明利用深度学习技术，通过卷积神经网络自动提取特征，模型只需要输入基因序列，就可以在很短的时间内计算出基因所对应的完整面部形态，实现端到端的预测。在提高了预测效率的同时，保证了可观的预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.045 seconds)
