-
公开(公告)号：CN101782943B
公开(公告)日：2012-12-19
申请号：CN201010120294.3
申请日：2010-03-09
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 基于真实人体解剖数据的ECG仿真数据处理方法，涉及一种心电图仿真方法，解决了现有技术无法定量的确定心脏电生理特性的问题，具体过程如下：A、使用TNNP心室肌细胞模型，利用真实人体心脏解剖数据，建立心室电生理模型；B、对步骤A建立的心室电生理模型进行求解，求解出膜电位Vm；C、根据步骤B获得的膜电位Vm，获得时间t介质中所有的点相对于源极点的跨膜电压的密度ρ，以时间t为横轴，以介质中所有的点相对于源极点的跨膜电压的密度ρ为纵轴，绘制ECG曲线。本发明基于TNNP心室肌细胞模型，使用真实人体心脏解剖数据，建立心室电生理模型，引入辅助域求解膜电位Vm，并对心电图进行仿真。
-
公开(公告)号：CN102283626A
公开(公告)日：2011-12-21
申请号：CN201110261463.X
申请日：2010-05-21
Applicant: 哈尔滨工业大学
Abstract: 包含结构光三维成像系统的医用内窥镜，它涉及一种医用内窥镜，它解决了在扩张鼻内腔脑外科手术中，由于常规立体观测技术受空间限制而不能直接应用于医用内窥镜的问题。本发明的医用内窥镜，它包括工作镜管，所述工作镜管包括成像通道和照明通道，所述照明通道内置照明光纤，它还包括计算处理模块，所述计算处理模块的信号输入端连接成像通道的电信号输出端；它还包括结构光通道，所述结构光通道置于照明通道内，照明光纤的末端输出的光束由结构光通道接收，该光束经过结构光通道后产生结构光，且所述结构光由结构光通道输出至照明通道外。本发明克服了已有技术的不足，可用于扩张鼻内腔脑外科手术中。
-
公开(公告)号：CN101650835B
公开(公告)日：2011-09-28
申请号：CN200910072846.5
申请日：2009-09-09
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/20
Abstract: 一种基于局部线性嵌入法构建狗左心室传导系统的三维几何结构，具体涉及一种将平面图像映射成曲面图像的方法。本发明由下述步骤完成心室传导系统的构建：首先，将狗的左心室三维几何构形运用LLE算法映射到平面，记为心室传导系统的二维线状图；然后，将真实的心室传导系统的二维平面图中的传导系统提取出来并与其整合到新的图中；最后，将整合后的新图，再一次运用LLE算法映射到左心室的三维几何构型中，从而得到左心室传导系统的三维几何结构。本发明具有保持空间结构的局部线性特征的优势，同时兼顾高效快速的特点，并利用真实的数据，反应了较为真实的狗的左心室传导系统。
-
公开(公告)号：CN101814193A
公开(公告)日：2010-08-25
申请号：CN201010120708.2
申请日：2010-03-09
Applicant: 哈尔滨工业大学
IPC: G06T17/00
Abstract: 基于GPU加速的实时三维心脏数据体绘制方法，属于图形图像处理领域。本发明解决了现有三维心脏数据的体绘制速度慢、对计算机性能要求高的问题。本发明的方法是基于GPU加速的实时三维心脏数据体绘制方法是基于带有支持Cg语言的显卡的PC机实现的，所述体绘制方法的具体包括：数据读取和预处理的步骤，是把待绘制的心脏的多个切片数据组织成体数据文件，并将所述体数据文件打包成三维纹理数据包后，存储到显卡的内存中；数据坐标变换的步骤，是将数据预处理的步骤获得的三维纹理数据包中的数据坐标转换成屏幕坐标；图像绘制的步骤，是将坐标规范化之后的体数据采用直接体绘制的方法绘制输出。本发明还适用于其它复杂结构的三维脏器的体绘制。
-
公开(公告)号：CN119741223A
公开(公告)日：2025-04-01
申请号：CN202411940160.4
申请日：2024-12-26
Applicant: 哈尔滨工业大学
Abstract: 基于粒度感知图像退化估计的多复原任务统一方法，属于底层视觉图像复原领域，本发明为解决现有多任务方法中使用的基于退化估计的条件引导模块出现不准确的问题。本发明包括方法包括：S1、构建细粒度仿真退化数据集；S2、训练细粒度退化特征提取器；S3、构建多粒度层次化退化空间；S4、构建多粒度混合专家复原模型；S5、基于训练好的退化特征提取器和多粒度混合专家复原模型，训练基于退化估计和粒度估计的混合专家路由网络；S6、训练完毕，输入任意低质图，网络为当前低质图分配最优专家网络进行处理，最终获得当前低质图对应的清晰图。
-
Patent Agency Ranking
公开(公告)号：CN119169140A
公开(公告)日：2024-12-20
申请号：CN202411333395.7
申请日：2024-09-24
IPC: G06T11/00 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/047
Abstract: 基于多域联合滤波的CT图像高效去金属伪影系统，属于医学图像复原领域。解决了现有去金属伪影系统处理速度慢和去伪影效果差的问题。本发明利用多域联合对CT图像去金属伪影，系统将含有金属伪影的CT图像作为输入，经输入层编码映射到特征空间，通过编码子网络对多层特征图进行逐级维度压缩、多域滤波及深层特征编码，输出降维后的多层特征图；再通过解码子网络对降维后的多层特征图、以及跳跃式传递的编码器在编码过程中获得的部分特征图进行逐级解码，输出H×W维多层特征图再通过输出层解码得到残差图像，与输入图像相加得到输出无伪影、清晰的CT图像。本发明主要用于对CT图像去金属伪影。
-
公开(公告)号：CN119107386A
公开(公告)日：2024-12-10
申请号：CN202411263032.0
申请日：2024-09-10
Applicant: 哈尔滨工业大学
IPC: G06T11/60 , G06V30/146 , G06T7/62 , G06V30/19 , G06T5/70
Abstract: 基于主体和环境的双分支艺术字排版方法，涉及三级视觉中的图像生成领域。解决现有艺术字排版方法存在灵活性和可控性差的问题。本发明将输入的待编辑字分为“主体”和“环境”两个部分，分割“主体”和“环境”的双分支方法，将通过可控的字形几何的变换来实现艺术字排版中艺术性(即：灵活性)和可读性(可控性)之间的平衡。本发明主要用于生成艺术字图像。
-
公开(公告)号：CN118781434A
公开(公告)日：2024-10-15
申请号：CN202410997246.4
申请日：2024-07-24
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/82 , G06V10/25 , G06N3/0455 , G06N3/0464 , G06V10/80
Abstract: 一种基于流式感知的在线目标检测方法，属于自动驾驶中基于计算机视觉的物体检测技术领域。本发明针对现有目标检测模型的计算量大并且不能准确检测变化环境中连续目标物体的问题。包括对当前帧图像采用目标检测模型进行检测获得当前帧检测结果；结合前一帧检测结果进行关联帧损失的计算，并调整目标检测模型的模型参数，得到训练后目标检测模型；将训练后目标检测模型用于车辆行驶过程中的在线目标检测；所述目标检测模型包括特征编码加速模块、混合查询选择模块和解码层；将前一帧检测结果通过投影模块投影到当前帧检测结果上，根据当前帧检测结果和前一帧检测结果的投影计算得到关联帧损失。本发明用于自动驾驶中在线目标检测。
-
公开(公告)号：CN118570118A
公开(公告)日：2024-08-30
申请号：CN202410461982.8
申请日：2024-04-17
Applicant: 哈尔滨工业大学
Abstract: 基于自适应扩散模型的无监督异常检测方法，属于工业图像异常检测领域。解决了传统无监督异常检测算法存在使用传统训练方式训练扩散模型使得图像重建效果差；且图像重建过程无法自适应添加噪声，导致图像异常检测准确率低的问题。本发明使用正常图像与合成异常图像来训练扩散模型，监督模型优化，增强模型重建能力；使用训练之后的扩散模型对输入待检测图像进行逐步的自适应去噪重建，去噪过程中确定最优去噪步数，针对不同的异常自适应添加不同步数的噪声；最后对重建前后图像进行特征空间对比，得到空间对比异常图及异常分数。本发明主要用于对图像进行异常检测。
-
公开(公告)号：CN117788311B
公开(公告)日：2024-08-20
申请号：CN202311823155.0
申请日：2023-12-27
Applicant: 哈尔滨工业大学
IPC: G06T5/50 , G06T5/90 , G06T5/77 , G06N3/0895 , G06T5/60
Abstract: 一种基于包围摄影的自监督自适应的图像复原和增强方法，属于底层视觉重建技术领域。本发明针对现有图像重建模型只能完成单一重建任务并对真实数据重建能力差的问题。包括获取仿真数据集和真实数据集；构建由编码器、光流对齐模块、融合模块和重建模块构成的时间调制循环网络，对时间调制循环网络在仿真数据集上进行预训练，在真实数据集上进行微调训练；T帧多曝光RAW图像进行归一化和伽马变换得到变换图像，再经编码器进行特征提取得到编码特征，再利用光流对齐模块进行对齐得到对齐后特征；再经融合模块和重建模块重建得到重建生成图像；计算时域自监督损失、时域负损失和指数移动平均正则化损失，更新网络参数。本发明用于图像复原和增强。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.031 seconds)
