公开(公告)号：CN117315676A

公开(公告)日：2023-12-29

申请号：CN202310747391.2

申请日：2023-06-25

Applicant: 北京科技大学

Inventor： 刘晶晶 ,  胡成成 ,  唐嘉懿 ,  杨启睿 ,  丁一铭

IPC: G06V30/19 ,  G06V20/40 ,  G06V40/20 ,  G06V10/46 ,  G06V10/34 ,  G06V10/25 ,  G06F16/9532 ,  G06F3/16

Abstract: 本发明提供一种点读系统及装置，属于计算机技术领域。本发明提供的点读系统具有多种功能，通过目标检测技术能够实现对物体进行检测识别，通过文本处理能够对文本进行检测识别，进而将识别内容显示给用户，实现了智能检测识别，无需特定的教材即可，内容丰富，打破了内容局限的情况，且该点读系统能够检测用户的手势操作，以此来为用户提供手势操作即可实现点读的服务，操作简单且灵活，降低了使用难度，增添了趣味性的同时，也能够起到更好的引导作用。另外，该点读系统的扩展性很好，能够直接使用，不需要购买相关教材，适用性好，提高了教育质量，普及率会比较高，也就很好的平衡了资源分配不均和教育质量参差不齐的情况，大大降低了成本。

公开(公告)号：CN119206559A

公开(公告)日：2024-12-27

申请号：CN202411044333.4

申请日：2024-07-31

Applicant: 北京科技大学

Inventor： 肖若秀 ,  夏怡文 ,  宋爽 ,  杨启睿

IPC: G06V20/40 ,  G06V10/44 ,  G06V10/52 ,  G06V10/62 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06T7/00 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明涉及计算机视觉技术领域，特别是指一种基于视频图像智能理解的手术阶段识别方法及装置。所述方法包括：使用每个视频帧的图片信息以及标签信息，对AVT网络进行训练，获得训练后AVT网络；基于训练后AVT网络，对视频帧信息进行特征提取，获得每个视频帧的空间特征；基于局部时间特征聚合器，根据每个视频帧的空间特征，通过head模块进行手术阶段预测，获得逐帧手术阶段预测结果；基于分类网络，根据每个视频帧的空间特征构建手术阶段的多个时间提案；根据多个时间提案，对逐帧手术阶段预测结果进行修正，获得最终手术阶段预测结果。本发明是一种阶段内预测一致性强且准确度高的手术阶段识别方法。

公开(公告)号：CN119206202A

公开(公告)日：2024-12-27

申请号：CN202411040272.4

申请日：2024-07-31

Applicant: 北京科技大学

Inventor： 皇甫伟 ,  刘琳琳 ,  肖若秀 ,  宋爽 ,  杨启睿

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/764 ,  G06V10/766 ,  G06V10/70 ,  G06N3/0464

Abstract: 本发明提供一种基于边缘注意力的超声图像甲状腺结节分割方法及装置，涉及图像分割技术领域。所述基于边缘注意力的超声图像甲状腺结节分割方法包括：获取甲状腺超声图像数据集；将甲状腺超声图像数据集输入预训练好的Faster R‑CNN网络中，获得甲状腺结节位置信息；根据甲状腺结节位置信息，对甲状腺超声图像数据集进行裁剪处理，获得处理后的甲状腺超声图像数据集；构建初始的甲状腺结节分割网络；根据处理后的甲状腺超声图像数据集，对初始的甲状腺结节分割网络进行训练，获得训练好的甲状腺结节分割网络；获取待检测的甲状腺超声图像并输入训练好的甲状腺结节分割网络中，获得甲状腺结节分割预测结果。采用本发明，可提高甲状腺结节分割的准确性。

公开(公告)号：CN119205627A

公开(公告)日：2024-12-27

申请号：CN202411129967.X

申请日：2024-08-16

Applicant: 北京科技大学

Inventor： 杨启睿 ,  朱嘉华 ,  王琳萱 ,  赵国宇 ,  刘亦恒 ,  肖若秀

IPC: G06T7/00 ,  G06N3/0475 ,  G06N3/0895 ,  G06N3/0464 ,  G06T3/04 ,  G06N3/044

Abstract: 本发明提供一种基于半监督生成对抗网络的脑部MRI图像翻译方法及装置，涉及计算机视觉技术领域。所述方法包括：获取第一模态脑部MRI图像，作为条件图像；构建半监督生成对抗网络，并引入权重系数设计损失函数；所述半监督生成对抗网络包括生成器和判别器，生成器用于根据输入的条件图像生成目标图像，即第二模态脑部MRI图像；判别器用于区分真实的目标图像与生成的目标图像；通过迭代训练方式对生成器和判别器的参数进行优化，得到训练后的半监督生成对抗网络，用于脑部MRI图像翻译。本发明能够有效生成缺失模态的MRI图像，在处理成对配准和未配准的图像时，均可提升生成图像的精度，并提高计算效率。

公开(公告)号：CN220360529U

公开(公告)日：2024-01-19

申请号：CN202321663657.7

申请日：2023-06-28

Applicant: 北京科技大学

Inventor： 朱嘉华 ,  肖若秀 ,  石兴照 ,  杨启睿 ,  吴梓靖

IPC: A61H1/02

Abstract: 本实用新型公开了一种基于脑机接口的主动式康复系统，所述主动式康复系统包括供患者穿戴的脑帽和气动手套；所述脑帽包括依次电性连接的脑电信号采集芯片、模数转换器和信号识别芯片，用于采集患者的脑电信号，经模数转换后识别为运动信号；所述气动手套包括驱动装置和气压控制装置，所述驱动装置与所述信号识别芯片通讯连接，用于根据识别的运动信号驱动所述气动手套进行相应动作；所述气压控制装置用于调控所述气动手套的气压。患者通过佩戴脑帽和气动手套，即可实现对手部肢体进行主动式康复锻炼，达到“所想即所得”的反馈效果。与现有技术相比，具有使用方便、自由度高、安全性好等优点，能有效缓解治疗师不足、医疗资源不均等问题。