-
公开(公告)号：CN104077754B
公开(公告)日：2017-03-01
申请号：CN201410315974.9
申请日：2014-07-03
Applicant: 中国科学院自动化研究所
IPC: G06T5/00
Abstract: 本发明公开了一种基于对称性的视网膜血管滤波增强方法，包括步骤：对原始视网膜图像进行灰度化处理，再进行二维多尺度高斯滤波；利用滤波后的信息计算梯度合成向量；计算图像每一点在不同尺度下的梯度方向参数、每一点的梯度幅值参数、每一点的灰度参数；计算得到基于对称性的多尺度视网膜血管滤波增强函数，使用该血管函数对视网膜图像进行滤波，达到视网膜血管滤波增强的效果。本发明能对视网膜血管结构进行增强，同时可以有效抑制视盘等非血管结构，对视网膜图像血管分割、视网膜图像分析以及视网膜图像的配准中有重要的辅助处理和实际应用价值。
-
公开(公告)号：CN104700118A
公开(公告)日：2015-06-10
申请号：CN201510117906.6
申请日：2015-03-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供的基于卷积神经网络的肺结节良恶性预测方法，包括：从肺结节坐标中获取多尺度肺结节图像块；根据所述多尺度肺结节图像块构造所述多尺度肺结节图像块对应的各个卷积神经网络；根据损失函数利用所述多尺度肺结节图像块训练所述卷积神经网络；利用训练的卷积神经网络提取肺结节的低维特征；利用所述低维特征训练非线性分类器，并预测未知肺结节图像块。本发明可以准确地预测未知肺结节图像块的良恶性。
-
公开(公告)号：CN110955536A
公开(公告)日：2020-04-03
申请号：CN201911162636.5
申请日：2019-11-25
Applicant: 中国科学院自动化研究所
IPC: G06F9/54
Abstract: 本发明公开一种用于连接ROS的通讯系统，涉及通讯系统的技术领域，其包括建立通讯连接的机器人子系统和控制端子系统；机器人子系统安装于机器人上，控制端子系统安装于控制端；机器人子系统包括获取模块以及第一处理模块；获取模块用于获取ROS发布的话题并将话题发送至第一处理模块；第一处理模块接收话题，将话题转化为非ROS的系统可读取的第一数据，对第一数据添加标记以形成第二数据，将第二数据发送至控制端子系统；控制端子系统包括第二处理模块；第二处理模块将接收第二数据，根据第二数据解析出第一数据以及标记。本发明在与ROS进行通讯时减少了端口的开放数量并且不需要复杂的处理就可以从不同的机器人上接受相同的话题。
-
公开(公告)号：CN110201340A
公开(公告)日：2019-09-06
申请号：CN201910505127.1
申请日：2019-06-12
Applicant: 中国科学院自动化研究所
IPC: A62C37/00
Abstract: 本发明实施例涉及一种具备在线地图构建和导航功能的自主消防机器人系统，解决了现有技术中不能精准定位未知火场火源的技术不足，技术方案为：包括上位子系统和下位子系统；上位子系统包括构图与导航模块、人机交互模块和火源定位模块，用于分析下位子系统传输的数据，并对其发送指令；下位子系统是基于EtherCAT总线的控制检测系统，包括传感检测模块、行走电机控制模块和水炮电机控制模块，用于采集火场数据，接收上位子系统指令并控制运动模块和灭火装置工作状态。本发明的有益效果为：采用EtherCAT网络协议，面对未知火灾环境时，在线地图构建和导航，实现快速、精准定位火源，扑灭火源，提高系统的动态性能，将损失降至最低。
-
公开(公告)号：CN104715483B
公开(公告)日：2018-05-11
申请号：CN201510122955.9
申请日：2015-03-20
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供的肺部CT影像异常区域的自动分割方法，包括：从肺实质CT影像中通过滑降算法搜索各点邻域梯度最小值，根据邻域梯度最小值获取肺部异常初始生长点的区域，根据肺部异常初始生长点的区域确定初始生长种子点；根据初始生长种子点获取像素灰度约束和生长距离约束，并从像素灰度约束和生长距离约束中由区域生长方法确定肺部异常区域；根据肺部异常区域得到各层肺部异常区域的边界，进而获取在预设的方向上所述肺部异常区域中相邻层的边界像素点，通过相邻层的边界像素点和肺部异常区域的中心点得到平均距离差值，并对所有边界像素点中距离差超过平均距离差值的边界像素点进行平滑得到肺部异常区域的分割图像。
-
Patent Agency Ranking
公开(公告)号：CN103871063B
公开(公告)日：2017-04-19
申请号：CN201410102814.6
申请日：2014-03-19
Applicant: 中国科学院自动化研究所
IPC: G06T7/38
Abstract: 本发明公开了一种基于点集匹配的图像配准方法，通过对浮动图像和参考图像进行特征点提取，得到浮动图像特征点集和参考图像特征点集，采用了一种构造中间变换的方法，使得待匹配的二个点集之间的旋转角度小于90度。本发明通过构造由12个四元数表征的空间映射信息的集合，对于浮动图像特征点集作用这12个初始变换会得到12个中间图像特征点集，构造的这12个中间特征点集中至少会存在一个点集与参考图像特征点集的绕轴旋转角度小于等于90度。本发明可以解决任意角度的旋转点集配准，从而实现图像刚性配准。本发明在医学图像配准领域有重要的应用价值。
-
公开(公告)号：CN103871063A
公开(公告)日：2014-06-18
申请号：CN201410102814.6
申请日：2014-03-19
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明公开了一种基于点集匹配的图像配准方法，通过对浮动图像和参考图像进行特征点提取，得到浮动图像特征点集和参考图像特征点集，采用了一种构造中间变换的方法，使得待匹配的二个点集之间的旋转角度小于90度。本发明通过构造由12个四元数表征的空间映射信息的集合，对于浮动图像特征点集作用这12个初始变换会得到12个中间图像特征点集，构造的这12个中间特征点集中至少会存在一个点集与参考图像特征点集的绕轴旋转角度小于等于90度。本发明可以解决任意角度的旋转点集配准，从而实现图像刚性配准。本发明在医学图像配准领域有重要的应用价值。
-
公开(公告)号：CN105931221B
公开(公告)日：2019-03-15
申请号：CN201610228491.4
申请日：2016-04-13
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明公开了一种基于影像组学的多模态磁共振图像差异检测方法和装置。所述方法包括：步骤1：对两组样本图像进行预处理，分别在两组样本图像的T2WI‑FLAIR、T1WI‑CE和DWI‑ADC三个序列上勾画感兴趣区域，提取三个序列上感兴趣区域的图像特征；步骤2：在两组样本图像之间对每个图像特征进行双样本T检验，得到两组样本图像之间具有组间差异的特征，并判定所述组间具有差异的特征检测两组样本图像差异的能力；步骤3：将具有组间差异的特征以加权的方式进行组合，得到一个新的特征，并利用adaboost分类器进行图像分类。本发明利用了磁共振成像多序列多参数的特性，结合不同序列获取更多信息，能够实现磁共振图像组间差异的精准检测。
-
公开(公告)号：CN105931221A
公开(公告)日：2016-09-07
申请号：CN201610228491.4
申请日：2016-04-13
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10088 , G06T2207/20104
Abstract: 本发明公开了一种基于影像组学的多模态磁共振图像差异检测方法和装置。所述方法包括：步骤1：对两组样本图像进行预处理，分别在两组样本图像的T2WI‑FLAIR、T1WI‑CE和DWI‑ADC三个序列上勾画感兴趣区域，提取三个序列上感兴趣区域的图像特征；步骤2：在两组样本图像之间对每个图像特征进行双样本T检验，得到两组样本图像之间具有组间差异的特征，并判定所述组间具有差异的特征检测两组样本图像差异的能力；步骤3：将具有组间差异的特征以加权的方式进行组合，得到一个新的特征，并利用adaboost分类器进行图像分类。本发明利用了磁共振成像多序列多参数的特性，结合不同序列获取更多信息，能够实现磁共振图像组间差异的精准检测。
-
公开(公告)号：CN104077754A
公开(公告)日：2014-10-01
申请号：CN201410315974.9
申请日：2014-07-03
Applicant: 中国科学院自动化研究所
IPC: G06T5/00
Abstract: 本发明公开了一种基于对称性的视网膜血管滤波增强方法，包括步骤：对原始视网膜图像进行灰度化处理，再进行二维多尺度高斯滤波；利用滤波后的信息计算梯度合成向量；计算图像每一点在不同尺度下的梯度方向参数、每一点的梯度幅值参数、每一点的灰度参数；计算得到基于对称性的多尺度视网膜血管滤波增强函数，使用该血管函数对视网膜图像进行滤波，达到视网膜血管滤波增强的效果。本发明能对视网膜血管结构进行增强，同时可以有效抑制视盘等非血管结构，对视网膜图像血管分割、视网膜图像分析以及视网膜图像的配准中有重要的辅助处理和实际应用价值。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.027 seconds)
