-
公开(公告)号：CN114004789B
公开(公告)日：2025-02-07
申请号：CN202111148368.9
申请日：2021-09-29
Applicant: 北京交通大学
IPC: G06T7/00 , G06T5/70 , G06T5/94 , G06V20/40 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , A61B6/42 , A61B6/51
Abstract: 本发明提供一种增强牙根管ROI辨识模型的区分度的方法，基于临床数据图像制作样本集，同时为了提高训练模型的泛化能力，采用数据增强的方式扩增样本集。为了突出牙根管阳性牙齿(有牙根管治疗史)和牙根管阴性牙齿(无牙根管治疗史)的区别，本发明提出了针对牙根管治疗史判断的ROI特征增强的方法，通过将牙根管阳性牙齿的突出部位进行增强亮度来实现。经过ROI特征增强后的全部样本进行训练集和测试集的划分，输入卷积神经网络进行训练与测试。得到的模型就可以用来诊断牙齿牙根管是否具有治疗史，同时可以保存模型做进一步的训练和优化。
-
公开(公告)号：CN114066804B
公开(公告)日：2025-01-24
申请号：CN202111123166.9
申请日：2021-09-24
Applicant: 北京交通大学
IPC: G06T7/00 , G06V10/26 , G06V10/764 , G06N3/0464 , G06N3/045 , G06V10/82
Abstract: 本发明提供了一种基于深度学习的曲面断层片牙位识别方法。该方法包括：构建用于曲面断层片牙位识别的卷积神经网络模型，该卷积神经网络模型包含了特征金字塔网络FPN和建议框网络RPN；利用训练集和验证集对卷积神经网络模型进行训练，得到训练好的卷积神经网络模型；将待识别的曲面断层片牙位图像输入到训练好的卷积神经网络模型，卷积神经网络模型输出待识别的曲面断层片牙位图像中的牙位信息。本发明简化了人工智能辅助口腔曲面断层片牙位识别的过程，避免了因增加分割过程而造成的可能性误差；丰富了人工智能辅助口腔曲面断层片牙位识别的技术；提出了目标检测+语义分割即实例分割来实现口腔断层牙位识别的技术。
-
公开(公告)号：CN118981934A
公开(公告)日：2024-11-19
申请号：CN202410827553.8
申请日：2024-06-25
Applicant: 北京交通大学
IPC: G06F30/27 , G06N3/006 , G06F111/10 , G06F111/06
Abstract: 本发明提供了一种基于多目标粒子群的微结构光纤拉制参数逆向优化方法。该方法包括：利用Navier‑Stokes方程构建描述微结构光纤制备过程的数学模型，通过龙格库塔法求解数学模型，获每个气孔的内外径，构成微结构光纤结构；将微结构光纤结构参数作为优化目标构建多目标粒子群优化算法的适应度函数，实现微结构光纤结构拉制参数的逆向优化；将微结构光纤套管结构参数和包层管结构参数作为优化目标构建双层嵌套多目标粒子群优化算法的适应度函数，实现微结构光纤预制棒结构参数和拉制参数的逆向优化。本发明方法能够根据最优光纤结构逆向寻找最优拉制参数和预制棒的组合，从而提高微结构光纤制备的效率，扩展优异特性光纤的实际应用。
-
公开(公告)号：CN104964699A
公开(公告)日：2015-10-07
申请号：CN201510268797.8
申请日：2015-05-22
Applicant: 北京交通大学
IPC: G01D5/353
Abstract: 本发明提供了一种基于光纤分布式扰动传感器的扰动判断方法和装置。该方法主要包括：光电探测器接收传感光纤产生的后向瑞利散射光，将第一探测时刻、第二探测时刻的后向瑞利散射光的光强之间的差值和设定的时域判断阈值进行比较，得到时域扰动判断结果；根据第一探测时刻的第N防区和第N+1防区的后向瑞利散射光的光强、第二探测时刻的第N防区和第N+1防区的后向瑞利散射光的光强和设定的空间阈判断阈值，得到空间阈扰动判断结果，得到基于光纤分布式扰动传感器的扰动判断结果。本发明可以在保证定位精度的同时(定位分辨率与现有方案相同)，降低现有方案的漏报率，提高了扰动报警的准确率和稳定性，并能对扰动进行准确定位。
-
公开(公告)号：CN103235953A
公开(公告)日：2013-08-07
申请号：CN201310125329.6
申请日：2013-04-11
Applicant: 北京交通大学
IPC: G06K9/62
Abstract: 本发明公开了一种光纤分布式扰动传感器模式识别的方法，该方法包括：按照时间段对光纤分布式扰动传感器的输出信号I1(t)进行M次采样，获得根据时间段划分的N个采样点，其中，N≧M；计算第i个时间段内采样点的过零率F(i)，并根据该过零率F(i)计算当前时间段内的等效频率f(i)，获得当前时间段内该传感器输出信号的频率和时间分布特性；根据所述传感器输出信号的频率和时间分布特性进行模式识别。通过采用本发明公开的方法提高了识别效率高及准确度，降低了误警率。
-
Patent Agency Ranking
公开(公告)号：CN114004789A
公开(公告)日：2022-02-01
申请号：CN202111148368.9
申请日：2021-09-29
Applicant: 北京交通大学
IPC: G06T7/00 , G06T5/00 , G06V20/40 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , A61B6/14 , A61B6/00
Abstract: 本发明提供一种增强牙根管ROI辨识模型的区分度的方法，基于临床数据图像制作样本集，同时为了提高训练模型的泛化能力，采用数据增强的方式扩增样本集。为了突出牙根管阳性牙齿(有牙根管治疗史)和牙根管阴性牙齿(无牙根管治疗史)的区别，本发明提出了针对牙根管治疗史判断的ROI特征增强的方法，通过将牙根管阳性牙齿的突出部位进行增强亮度来实现。经过ROI特征增强后的全部样本进行训练集和测试集的划分，输入卷积神经网络进行训练与测试。得到的模型就可以用来诊断牙齿牙根管是否具有治疗史，同时可以保存模型做进一步的训练和优化。
-
公开(公告)号：CN104964699B
公开(公告)日：2017-09-08
申请号：CN201510268797.8
申请日：2015-05-22
Applicant: 北京交通大学
IPC: G01D5/353
Abstract: 本发明提供了一种基于光纤分布式扰动传感器的扰动判断方法和装置。该方法主要包括：光电探测器接收传感光纤产生的后向瑞利散射光，将第一探测时刻、第二探测时刻的后向瑞利散射光的光强之间的差值和设定的时域判断阈值进行比较，得到时域扰动判断结果；根据第一探测时刻的第N防区和第N+1防区的后向瑞利散射光的光强、第二探测时刻的第N防区和第N+1防区的后向瑞利散射光的光强和设定的空间阈判断阈值，得到空间阈扰动判断结果，得到基于光纤分布式扰动传感器的扰动判断结果。本发明可以在保证定位精度的同时(定位分辨率与现有方案相同)，降低现有方案的漏报率，提高了扰动报警的准确率和稳定性，并能对扰动进行准确定位。
-
公开(公告)号：CN103235953B
公开(公告)日：2016-12-28
申请号：CN201310125329.6
申请日：2013-04-11
Applicant: 北京交通大学
IPC: G06K9/62
Abstract: 本发明公开了一种光纤分布式扰动传感器模式识别的方法，该方法包括：按照时间段对光纤分布式扰动传感器的输出信号I1(t)进行M次采样，获得根据时间段划分的N个采样点，其中，N≧M；计算第i个时间段内采样点的过零率F(i)，并根据该过零率F(i)计算当前时间段内的等效频率f(i)，获得当前时间段内该传感器输出信号的频率和时间分布特性；根据所述传感器输出信号的频率和时间分布特性进行模式识别。通过采用本发明公开的方法提高了识别效率高及准确度，降低了误警率。
-
公开(公告)号：CN117192680A
公开(公告)日：2023-12-08
申请号：CN202311194493.2
申请日：2023-09-15
IPC: G02B6/02 , C03B37/027
Abstract: 本发明提供了一种具有超结构的特种光纤及其制备方法和应用。本发明的具有超结构的特种光纤，包括纤芯以及包覆于纤芯外周的包层；纤芯为实心单晶纤维；所述包层结构为折射率导光型光子晶体超结构。本发明通过对特种光纤包层进行超结构设计来调控包层等效折射率，扩大了光纤包层材料的选择范围，实现对特种光纤传输模式、传输损耗等性能的有效调控，实现特种光纤少模、低损耗传输。此外，本发明对包层的等效折射率进行有效调控，可以为不同材料的纤芯匹配合适的包层结构及材料，应用广泛。
-
公开(公告)号：CN117034751A
公开(公告)日：2023-11-10
申请号：CN202310964844.7
申请日：2023-08-02
Applicant: 北京交通大学
IPC: G06F30/27 , G06F30/28 , G06F30/10 , G06F17/13 , G06N3/0499 , G06N3/082 , G06F119/08 , G06F119/14
Abstract: 本发明提供一种基于物理信息神经网络的光纤虚拟制备方法及系统，属于基于神经网络的光纤设计技术领域，获取光纤预制棒结构参数、材料参数和拉制参数；利用预先训练好的光纤虚拟拉制模型对获取的光纤预制棒结构参数、材料参数和拉制参数进行处理，得到光纤的最终结构和拉制该结构的最佳拉制参数；基于获取的最终结构和最佳拉制参数制备光纤。本发明采用物理信息神经网络对描述光纤制备的复杂高维偏微分方程进行高效率、高精度求解，能够有效突破传统数值方法维数灾难问题；可以建立制备工艺参数、光纤预制棒参数与光纤最终结构之间的定量关系；能精确描述光纤虚拟制备过程，能够适用于高结构自由度的光纤结构。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.039 seconds)
