-
公开(公告)号：CN114862869B
公开(公告)日：2025-02-28
申请号：CN202210330739.3
申请日：2022-03-30
Applicant: 北京理工大学
IPC: G06V10/26 , G06V10/25 , G06V10/82 , G06V10/44 , G06V10/52 , G06V10/80 , G06T7/00 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 基于CT影像的肾脏组织分割方法及装置，能够提升肾脏、肾部动脉血管、肾部静脉血管、肾部肿瘤分割的精度。方法包括：(1)获取待分割的图像；(2)对待分割图像进行切片；(3)对切片后的图像进行预处理；(4)图像输入到预先训练好的感兴趣区域提取模型，获得感兴趣区域；(5)将感兴趣区域内的图像输入到预先训练好的分割模型；(6)对分割结果进行处理，去掉一些错误的分片；(7)分割结果进行三维可视化。
-
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
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
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：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
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：CN114041820B
公开(公告)日：2024-05-24
申请号：CN202111282340.4
申请日：2021-11-01
Applicant: 北京理工大学
IPC: A61B8/00
Abstract: 超声探头自动空间标定方法及装置，准确、高效且易于使用，即使在图像成像缺失和噪声干扰的情况下也可以正确识别，即使没有经验的用户也可以执行精确的探头标定。方法包括：(1)设计一种扩展N线标定体模，通过在横向和纵向上排布多个N线结构，增加超声图像中的有效基准点数量；(2)基于扩展N线标定体模超声图像进行快速标定：通过斑点分割、平行线限制和基准点识别的步骤准确识别所有斑点编号，并通过非线性迭代优化方法计算出超声探头标定矩阵。
-
Patent Agency Ranking
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
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：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
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：CN114693753A
公开(公告)日：2022-07-01
申请号：CN202210321114.0
申请日：2022-03-24
Applicant: 北京理工大学
Abstract: 基于纹理保持约束的三维超声弹性配准方法及装置，能够在保证时效性与配准精度的同时，获取纹理更加真实的形变图像，为临床手术中各项需要运动形变补偿的关键环节提供真实精准的配准结果。其包括：(1)构建三维超声图像数据集，划分训练集与测试集；(2)融合图像各体素的强度信息与局部结构信息，构建图像相似性测度函数；(3)使用生成对抗式学习网络，搭建纹理保持约束的配准框架；(4)根据训练集数据训练网络直至收敛，保存网络模型参数；(5)测试阶段导入训练好的网络模型参数，根据输入的待配准图像对，实现快速精准的弹性配准。
-
公开(公告)号：CN114451990A
公开(公告)日：2022-05-10
申请号：CN202011241190.8
申请日：2020-11-09
Applicant: 北京理工大学
IPC: A61B34/10
Abstract: 针对肿瘤热消融的术中动态路径优化方法及装置，能够减少呼吸门控带给患者不必要的痛苦，构造模型复杂程度适中，既不会出现4D模型过于复杂，耗费过多时间和资源的情况，也解决了构建呼吸运动模型精度差，不能与实际脏器运动吻合的问题，能够实现术中穿刺路径实时优化，在整体最优结果下结合肝脏运动完成手术，将进针路径量化，显示直观且操作简单易行。方法包括：(1)从术前CT图像中获得分割结果；获得肝脏可穿刺区域，构建术前最佳进针路径；构建呼吸模型，使肝脏运动与呼吸相位匹配，将呼吸信号离散成k个相位片段；针对每个相位片段，在术前CT图像上构建马尔科夫决策模型；为状态转移概率Psa精准赋值；获得肝脏穿刺最佳策略图。
-
公开(公告)号：CN111973271B
公开(公告)日：2021-12-14
申请号：CN202010894336.2
申请日：2020-08-31
Applicant: 北京理工大学
IPC: A61B34/10
Abstract: 针对肿瘤热消融的术前消融区域模拟方法及装置，方法包括：(1)选择适用于训练的数据，医生对术前术后影像进行标注，获得术前肝脏、术后消融区域以及针道；(2)将术后影像向术前影像配准，在配准过程中加入刚性限制，使得消融区域与针道区域不发生弹性形变，利用配准得到的形变场将针道信息与消融区域投影到术前图像上；(3)根据投影后的针道方向和位置信息以及对应的术中采用的功率时间生成理想热场分布图；(4)建立卷积神经网络，将理想热场分布图与术前图像根据术前肝脏掩模进行裁剪，将裁剪结果合并作为网络输入，以形变后的消融区域作为金标准进行学习，获得回归模型，在测试阶段实现对消融区域的预测。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.026 seconds)
