-
公开(公告)号：CN109685819A
公开(公告)日：2019-04-26
申请号：CN201811510480.0
申请日：2018-12-11
Applicant: 厦门大学
Abstract: 一种基于特征增强的三维医学图像分割方法，涉及图像处理领域。构造一种U型卷积神经网络，实现端到端的医学图像分割；将医学图像的多个模态的图像分别作为输入送入到并行的U型卷积神经网络中，得到不同的特征图；提取多个并行网络的特征图并融合，再进行卷积，得到不同特征图各自的权重图；将并行网络各自的体素级权重与原先的特征图相乘，完成特征增强过程；将所有并行网络末端的特征图融合，得到多张概率图，从而得到分割结果。能有效地增强特征图中有用的信息，抑制冗余信息。同时，相较于其他注意力加权方式，该加权方法考虑到了图像的多模态信息和三维信息，从而获得更好的分割效果。
-
公开(公告)号：CN109598227A
公开(公告)日：2019-04-09
申请号：CN201811448853.6
申请日：2018-11-28
Applicant: 厦门大学
Abstract: 一种基于深度学习的单幅图像手机源重辨识方法，涉及图像取证领域。提出一种新的图像取证方法，解决基于分类的相机溯源方法中训练集类别不足问题；基于传统数字图像指纹特征提取方法，提出利用多种自学习滤波器在单幅图像中提取手机指纹特征的方法，并解释深度神经网络对于数字图像指纹特征提取的可行性；提出一种基于全局特征融合的深度网络结构，以高效提取数字图像指纹特征；根据自学习滤波器和全局特征融合网络所提取的数字图像指纹特征，利用度量学习方法追溯拍摄该幅图像的具体手机源设备。
-
公开(公告)号：CN109239669A
公开(公告)日：2019-01-18
申请号：CN201810932287.X
申请日：2018-08-16
Applicant: 厦门大学
Abstract: 一种基于深度学习的自进化雷达目标检测算法，涉及雷达信号处理。雷达数据的特征处理；雷达目标检测基础模型设计；双视图协同训练算法应用于模型自进化。采用深度学习方法实现了雷达目标检测，同时通过所提出的协同训练双视图算法实现雷达目标检测模型能力的自进化。建立在深度学习与机器学习的基础上，可提升雷达识别能力，实用性强，可移植性强，充分利用雷达数据流实现检测能力的可靠提升，能够实现减小人力损耗的半监督学习的需求。
-
公开(公告)号：CN109117793A
公开(公告)日：2019-01-01
申请号：CN201810932270.4
申请日：2018-08-16
Applicant: 厦门大学
Abstract: 基于深度迁移学习的直推式雷达高分辨距离像识别方法，涉及雷达信号处理。真实目标信号与辅助仿真数据的预处理；深度模型的选择及优化；直推式迁移策略的应用。针对完备的高分辨距离像数据获取困难的实际问题，提出了基于深度迁移学习的目标识别框架，可以有效提高样本量少、姿态非完备的雷达高分辨距离像的识别性能。建立在深度学习与机器学习中迁移学习的基础上，实用性强，可移植性强，能够满足大多数小样本、非完备等情况下弱监督学习的需求。
-
公开(公告)号：CN109100669A
公开(公告)日：2018-12-28
申请号：CN201810765276.7
申请日：2018-07-12
Applicant: 厦门大学
IPC: G01R33/50 , G01R33/54 , G01R33/563 , A61B5/055
Abstract: 基于重叠回波的单扫描同步磁共振扩散及T2成像方法，涉及磁共振成像。用两个相同偏转角的小角度激发脉冲和两个回波链采样产生四个回波，每个回波链采集两个回波信号。在第一个激发脉冲之后有一段演化时间和一对扩散梯度，使得第一次采样中的两个回波信号的横向弛豫时间和扩散加权不同。每个激发脉冲之后都加一个频率维和相位维的移位梯度使得不同的激发脉冲产生的信号在k空间的位置不一样。在第一次采样结束后，用一个重聚脉冲重聚两个回波信号，然后进行第二次采样，在第二次采样中可获得两个具有相同横向弛豫时间和不同扩散加权的回波信号。将采样信号用深度学习进重建得到定量T2和ADC图像，可在单次扫描中获得T2和ADC图像。
-
Patent Agency Ranking
公开(公告)号：CN108985268A
公开(公告)日：2018-12-11
申请号：CN201810932269.1
申请日：2018-08-16
Applicant: 厦门大学
Abstract: 基于深度迁移学习的归纳式雷达高分辨距离像识别方法，涉及雷达信号处理。真实目标信号与辅助仿真数据的预处理；深度模型的选择及优化；深度迁移学习中归纳式迁移策略的应用。针对完备的高分辨距离像数据获取困难的实际问题，提出了基于深度迁移学习的目标识别框架，可以有效提高样本量少、姿态非完备的雷达高分辨距离像的识别性能。建立在深度学习与机器学习中迁移学习的基础上，实用性强，可移植性强，能够满足大多数小样本、非完备等情况下弱监督学习的需求。
-
公开(公告)号：CN103034983B
公开(公告)日：2016-01-27
申请号：CN201310008471.2
申请日：2013-01-10
Applicant: 厦门大学
IPC: G06T5/00
Abstract: 一种基于各向异性滤波的去雾方法，涉及图像处理与计算机视觉领域。提供可改善雾天、阴雨天等条件下所摄取图像的视觉效果的一种基于各向异性滤波的去雾方法。1）通过引导图像求取大气光照值；2）通过引导图像，利用各向异性滤波器求取传输函数图；3）动态自适应调整去除雾气的下限阈值；4）根据大气散射物理模型中的观测有雾图像、大气光照值和传输函数图复原场景图像。建立在大气散射物理模型的基础上，能够自适应的处理雾天、阴雨天等环境下所摄取的各种图像，去雾后的图像具有理想的对比度和视觉效果，整体增强效果优于传统的图像去雾方法。
-
公开(公告)号：CN105232045A
公开(公告)日：2016-01-13
申请号：CN201510833529.6
申请日：2015-11-26
Applicant: 厦门大学
IPC: A61B5/055
Abstract: 基于双回波的单扫描定量磁共振扩散成像方法，涉及磁共振成像的方法。用两个相同翻转角的小角度激发脉冲产生两个相同演化时间的回波，因而具有相同的横向弛豫时间，在每个激发脉冲后加一个移位梯度实现两个回波信号在信号空间中心偏移，并在第一个激发脉冲后加扩散梯度，这样只有第一个回波信号存在扩散衰减，从而获得不同扩散因子下的信号。这两个回波信号来自同一个成像切片，因此可以利用两个回波信号之间的先验知识分离这两个回波信号，并利用稀疏变换配合相应的分离算法对这两个回波信号进行分离。最后对分离得到的两个信号进行表观扩散系数计算得到定量ADC图像。利用该方法获得单次扫描的定量ADC成像，且得到的ADC图像质量好。
-
公开(公告)号：CN104156994A
公开(公告)日：2014-11-19
申请号：CN201410401751.4
申请日：2014-08-14
Applicant: 厦门大学
Abstract: 一种压缩感知磁共振成像的重建方法，涉及图像处理。提供可提升重建图像的主观视觉效果的一种压缩感知磁共振成像的重建方法。在基于非局部相似块构成的低秩矩阵下构造MRI图像重建的目标函数；根据构造出的目标函数，利用变量替换方法将目标函数的优化求解问题转化为低秩矩阵的去噪与目标图像重建的求解问题；对于低秩矩阵的去噪问题，采用奇异值分解方法将聚类的低秩矩阵进行分解，对分解得到的特征值进行软阈值处理，获得去噪后的低秩矩阵；将得到的低秩矩阵带入到目标函数中，经过近似优化，利用最小二乘算法得到最终重建后的MR图像。
-
公开(公告)号：CN103034984A
公开(公告)日：2013-04-10
申请号：CN201310008724.6
申请日：2013-01-10
Applicant: 厦门大学
IPC: G06T5/00
Abstract: 一种基于变分法的图像去雾方法，涉及图像处理。提供在保证主观视觉效果的前提下，快速地处理有雾图像，获得较好的清晰化结果，满足嵌入式设备实时化处理需求的一种基于变分法的图像去雾方法。1）在变分框架下构造大气渗透图像的目标函数；2）根据构造出的目标函数，利用形态学中的开操作运算对图像进行计算得到大气渗透图像；3）根据大气散射物理模型，以及计算得到的大气渗透图像，对有雾图像进行去雾复原处理。建立在变分法的基础上，运算简单，内存消耗量很小，能够满足嵌入式设备实时化处理的需求。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.023 seconds)
