-
公开(公告)号：CN115482167A
公开(公告)日：2022-12-16
申请号：CN202211161871.2
申请日：2022-09-23
Applicant: 中国计量大学
Abstract: 本发明公开了降低脑部核磁共振影像莱斯噪声的多域优化模型构建方法，包括如下步骤：建立的MDNet去噪模型包括图像域子模型和小波域子模型，训练集经两个子模型分别处理后的去噪数据连接后传入采样优化的非局部注意力模块，得到最终去噪后的脑部MR图像数据；设定MDNet去噪模型的损失函数MSE，以损失函数MSE的loss值收敛到低于预设值为MDNet去噪模型训练停止的判断标准，保存MDNet去噪模型的参数。本发明在图像域基础上，加入小波域对上述网络进行训练，使小波域子模型能够关注到图像的结构级相似性，而去噪结果经过采样优化的非局部注意力模块进一步提升，大大降低MR图像的噪声污染。
-
公开(公告)号：CN112603358A
公开(公告)日：2021-04-06
申请号：CN202011505005.1
申请日：2020-12-18
Applicant: 中国计量大学
IPC: A61B7/04
Abstract: 本发明公开了一种基于非负矩阵分解的胎心音信号降噪方法。现有滤波方法对提高胎心音信号的信噪比存在局限性。本发明对信号进行短时傅里叶变换得到幅值信息矩阵和相角信息矩阵；对幅值信息矩阵进行奇异值分解和非负矩阵分解，并根据特征矩阵和系数矩阵选取有用特征，组合得到降噪后的幅值信息矩阵；对相角信息矩阵进行相位补偿获得补偿后的相位矩阵；对幅值信息矩阵和补偿后的相位矩阵进行短时傅里叶逆变换，得到降噪后的时域信号。本发明所采用的奇异值分解方法避免了初始值的随机性对矩阵迭代结果的影响，所采用的相位补偿方法用补偿后的相位代替原始带噪信号相位，增加了降噪后相位信号的可信度，明显提升了胎心音信号的降噪效果。
-
公开(公告)号：CN115148219A
公开(公告)日：2022-10-04
申请号：CN202210773274.9
申请日：2022-07-01
Applicant: 中国计量大学
IPC: G10L21/0232 , G10L21/0316 , G10L19/02 , G10L19/26
Abstract: 本发明公开了一种基于先验分布的非负矩阵分解单通道语音增强方法，包括训练阶段和增强阶段。训练阶段：对纯净语音信号和噪声信号进行加窗分帧及短时傅里叶变化；对纯净语音幅度谱和噪声幅度谱分别进行正交约束的非负矩阵分解，保留基矩阵，组成联合字典矩阵，作为先验信息；对系数矩阵进行拉普拉斯分布建模，保留均值，同样作为先验信息。增强阶段：对带噪语音信号进行加窗分帧及短时傅里叶变化；对带噪语音幅度谱进行先验分布约束的非负矩阵分解，在目标函数中添加先验分布的负对数似然正则项；通过维纳滤波器，最终得到增强语音信号。本发明在非平稳噪声环境下，相对传统语音增强算法，能够去除更多的背景噪声，提高语音的可懂度。
-
公开(公告)号：CN115131280A
公开(公告)日：2022-09-30
申请号：CN202210321194.X
申请日：2022-03-29
Applicant: 中国计量大学
Abstract: 本发明涉及一种融合注意力的改进YOLO v4肺结节检测方法，进一步提高肺结节检测的速度与精度。本发明采用YOLO v4为基本肺结节检测网络模型，在主干网络中加入混合空洞卷积模块，目的是扩大感受野的同时不丢失分辨率，提高定位精确度。在颈部网络末端加入注意力机制模块可用来增加有用特征的权重，更加关注包含重要信息的目标区域，同时抑制无效特征权重，抑制无关信息，从而达到提高目标检测的整体精度。最后对数据集进行训练，将训练后最佳的权重文件加载至本发明的模型中，进行特征提取，生成肺结节预测框和肺结节预测置信度。
-
公开(公告)号：CN109946630A
公开(公告)日：2019-06-28
申请号：CN201910264419.0
申请日：2019-03-27
Applicant: 中国计量大学
IPC: G01R33/385
Abstract: 本发明公开了一种最小化最大温度值的盘式梯度线圈设计方法，包括以下步骤：1)构建盘式梯度线圈模型；2)得到热方程；3)分别获得热传导热传递系数、对流热传递系数和辐射热传递系数，以得到总的热传递系数ht；4)对方程进行傅里叶分析，得到在极坐标系下，T*在点(r，θ)的温度表达式；5)最小化最大温度值的盘式梯度线圈。本发明通过最小化最大温度值设计了梯度线圈，降低了线圈的最大温度值，改善了梯度线圈的成像性能。
-
Patent Agency Ranking
公开(公告)号：CN112603358B
公开(公告)日：2022-04-05
申请号：CN202011505005.1
申请日：2020-12-18
Applicant: 中国计量大学
IPC: A61B7/04
Abstract: 本发明公开了一种基于非负矩阵分解的胎心音信号降噪方法。现有滤波方法对提高胎心音信号的信噪比存在局限性。本发明对信号进行短时傅里叶变换得到幅值信息矩阵和相角信息矩阵；对幅值信息矩阵进行奇异值分解和非负矩阵分解，并根据特征矩阵和系数矩阵选取有用特征，组合得到降噪后的幅值信息矩阵；对相角信息矩阵进行相位补偿获得补偿后的相位矩阵；对幅值信息矩阵和补偿后的相位矩阵进行短时傅里叶逆变换，得到降噪后的时域信号。本发明所采用的奇异值分解方法避免了初始值的随机性对矩阵迭代结果的影响，所采用的相位补偿方法用补偿后的相位代替原始带噪信号相位，增加了降噪后相位信号的可信度，明显提升了胎心音信号的降噪效果。
-
公开(公告)号：CN113192041A
公开(公告)日：2021-07-30
申请号：CN202110510100.9
申请日：2021-05-11
Applicant: 中国计量大学
Abstract: 本发明涉及人工智能与医疗诊断相结合的学科交叉领域，公开了一种基于深度学习卷积神经网络的肺部炎症识别诊断方法。本发明利用深度学习实现了对肺部炎症疾病图像的诊断辅助；首先对InceptionResNetV2算法进行改进，加入SENet模块，构建改进后的算法InceptionResNet‑SE，用来识别肺部X光影像图片。在训练过程中采用了数据增强和迁移学习等方法提高算法性能，并引入冻结层来降低过拟合风险。最终算法取得的AUC值为0.96。本发明利用深度学习方法辅助医生更好的对肺部炎症图像进行诊断，有效的降低了漏诊和误诊概率。
-
公开(公告)号：CN109946631B
公开(公告)日：2021-06-25
申请号：CN201910264420.3
申请日：2019-03-27
Applicant: 中国计量大学
IPC: G01R33/385
Abstract: 本发明公开了一种最小化最大温度值的盘式梯度线圈，由以下方法设计而成，包括以下步骤：1)构建盘式梯度线圈模型；2)得到热方程；3)分别获得热传导热传递系数、对流热传递系数和辐射热传递系数，以得到总的热传递系数ht；4)对方程进行傅里叶分析，得到在极坐标系下，T*在点(r，θ)的温度表达式；5)最小化最大温度值的盘式梯度线圈。本发明通过最小化最大温度值设计了梯度线圈，降低了线圈的最大温度值，改善了梯度线圈的成像性能。
-
公开(公告)号：CN109946630B
公开(公告)日：2021-05-28
申请号：CN201910264419.0
申请日：2019-03-27
Applicant: 中国计量大学
IPC: G01R33/385
Abstract: 本发明公开了一种最小化最大温度值的盘式梯度线圈设计方法，包括以下步骤：1)构建盘式梯度线圈模型；2)得到热方程；3)分别获得热传导热传递系数、对流热传递系数和辐射热传递系数，以得到总的热传递系数ht；4)对方程进行傅里叶分析，得到在极坐标系下，T*在点(r，θ)的温度表达式；5)最小化最大温度值的盘式梯度线圈。本发明通过最小化最大温度值设计了梯度线圈，降低了线圈的最大温度值，改善了梯度线圈的成像性能。
-
公开(公告)号：CN109946631A
公开(公告)日：2019-06-28
申请号：CN201910264420.3
申请日：2019-03-27
Applicant: 中国计量大学
IPC: G01R33/385
Abstract: 本发明公开了一种最小化最大温度值的盘式梯度线圈，由以下方法设计而成，包括以下步骤：1)构建盘式梯度线圈模型；2)得到热方程；3)分别获得热传导热传递系数、对流热传递系数和辐射热传递系数，以得到总的热传递系数ht；4)对方程 进行傅里叶分析，得到在极坐标系下，T*在点(r，θ)的温度表达式；5)最小化最大温度值的盘式梯度线圈。本发明通过最小化最大温度值设计了梯度线圈，降低了线圈的最大温度值，改善了梯度线圈的成像性能。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
