-
公开(公告)号：CN101404039B
公开(公告)日：2010-06-16
申请号：CN200810027073.4
申请日：2008-03-28
Applicant: 华南师范大学 , 南方医科大学珠江医院
Abstract: 本发明公开了一种虚拟手术的方法及其装置，该方法包括步骤，读取虚拟手术器械的几何模型，根据导入的操作对象模型文件生成操作对象模型；根据所述几何模型和所述虚拟手术器械的对应关系建立所述虚拟手术器械的坐标映射；检测所述虚拟手术器械和所述操作对象模型是否碰撞；如果检测到所述虚拟手术器械和所述操作对象模型发生碰撞，则根据质点的力反馈模型或虚拟球的力反馈模型计算所述虚拟手术器械的力反馈；同时计算所述操作对象模型在碰撞后的位置信息；并更新所述操作对象模型的坐标位置。本发明的虚拟手术的方法及其装置，可以模拟各种实际的手术器械的操作，而且操作者也能得到适时的虚拟手术器械的力反馈和操作对象模型的视觉反馈。
-
公开(公告)号：CN101404039A
公开(公告)日：2009-04-08
申请号：CN200810027073.4
申请日：2008-03-28
Applicant: 华南师范大学 , 南方医科大学珠江医院
Abstract: 本发明公开了一种虚拟手术的方法及其装置，该方法包括步骤，读取虚拟手术器械的几何模型，根据导入的操作对象模型文件生成操作对象模型；根据所述几何模型和所述虚拟手术器械的对应关系建立所述虚拟手术器械的坐标映射；检测所述虚拟手术器械和所述操作对象模型是否碰撞；如果检测到所述虚拟手术器械和所述操作对象模型发生碰撞，则根据质点的力反馈模型或虚拟球的力反馈模型计算所述虚拟手术器械的力反馈；同时计算所述操作对象模型在碰撞后的位置信息；并更新所述操作对象模型的坐标位置。本发明的虚拟手术的方法及其装置，可以模拟各种实际的手术器械的操作，而且操作者也能得到适时的虚拟手术器械的力反馈和操作对象模型的视觉反馈。
-
公开(公告)号：CN103247043A
公开(公告)日：2013-08-14
申请号：CN201310079228.X
申请日：2013-03-12
Applicant: 华南师范大学 , 南方医科大学珠江医院
IPC: G06T7/00
Abstract: 本发明提出一种三维医学数据分割方法，包括如下步骤：使用二维输入设备读入二维图像序列，构建三维数据体作为输入数据；取三维数据体素点临近八个方向点定义体素点的特征，并构建体素点对应的Clifford特征向量；将三维数据血管体素点作为分割算法的种子点，通过种子点与体素点Clifford特征向量对应的乘积的性质，判断体素点是否为血管点；判断为血管点的体素点写出到要输出的三维数据体。本发明利用三维数据自身相关性，结合血管走向通常是偏垂直方向的特点，快速分割出丰富的血管。这种方法的内容简单，可实现性好，模块化容易实现，有着较强的移植性，在领域内具有开创性，可以向虚拟手术和临床导航手术中推广。
-
公开(公告)号：CN101393654A
公开(公告)日：2009-03-25
申请号：CN200810199008.X
申请日：2008-10-07
Applicant: 华南师范大学 , 南方医科大学珠江医院
Abstract: 一种计算机辅助脏器手术仿真系统，包括有存储人体原始医学影像数据的医疗数据库模块(1)；将医疗数据库模块(1)中的人体原始医学影像数据生成三维器官模型的医学图像处理模块(2)；对医学图像处理模块(2)生成的三维器官模型执行仿真手术的仿真手术平台(3)；所述医疗数据库模块(1)通过医学图像处理模块(2)与仿真手术平台(3)连接。本发明设计了一种能依据真实病人的医学影像图片进行三维模型重建，并能在此三维模型上反复进行手术模拟的计算机辅助脏器手术仿真系统。
-
公开(公告)号：CN103310436A
公开(公告)日：2013-09-18
申请号：CN201310079227.5
申请日：2013-03-12
Applicant: 华南师范大学 , 南方医科大学珠江医院
IPC: G06T7/00
Abstract: 本发明公开一种基于Clifford的三维区域生长方法，输入k张连续的CT序列图片，并在目标区域中选取初始种子点；计算当前种子点的十二邻域的灰度值，将其组成一个十二维向量并将该向量单位化；计算种子点十二邻域中各点的十二维单位向量；将获取的各点的单位向量与获取的种子点的单位向量做内积，当内积在给定区间时，将该点作为新的当前种子点继续迭代，直到找不到符合规则的当前种子点的邻域点就结束迭代。遍历结束后，所有加入到集合中的点便组成了所要分割的血管。本发明能够有效避免由于断层取样的误差或者噪声的影响而导致区域生长算法不能继续生长的情况；且是在体数据中直接分割，得到的结果就是三维体数据，无需重建体数据。
-
Patent Agency Ranking
公开(公告)号：CN101404046A
公开(公告)日：2009-04-08
申请号：CN200810199003.7
申请日：2008-10-07
Applicant: 华南师范大学 , 南方医科大学珠江医院
Abstract: 本发明是一种虚拟手术图像处理系统及其处理方法。包括有图象输入设备(1)、图象处理器(2)、图象存储器(3)、图象通讯接口(4)，其中图象输入设备(1)与图象处理器(2)的输入端连接，图象处理器(2)的输出端分别与图象存储器(3)、图象通讯接口(4)连接。本发明的虚拟手术图像处理系统能满足虚拟手术的需求，实现了医学图像在医院的不同部门之间的传输，给医生的诊断带来了方便。本发明的虚拟手术图像处理系统的处理方法方便实用。
-
公开(公告)号：CN114782402B
公开(公告)日：2025-03-18
申请号：CN202210536515.8
申请日：2022-05-17
Applicant: 华南师范大学
IPC: G06T7/00 , G06T7/11 , G06N3/0464 , G06N3/08 , G06T3/4038 , G06N3/048 , G06N3/047
Abstract: 本发明涉及一种基于改进的V‑Net网络的肺结节CT图像分割方法，其特征在于，包括步骤：获取待分割的肺结节CT图像；将所述肺结节CT图像输入已训练的改进的V‑Net网络模型进行分割，得到分割结果图像；所述改进的V‑Net网络模型包括多层编码层和多层解码层。相对于现有技术，本发明提供一种基于改进的V‑Net网络的肺结节CT图像分割方法充分地利用了特征信息，进一步缓解了梯度消失，能够把握特征细节，对小型结节的检测率高，对血管等干扰像素的抗干扰性强，对空洞部分和粘连区域的分割精度高。
-
公开(公告)号：CN119620861A
公开(公告)日：2025-03-14
申请号：CN202411692000.2
申请日：2024-11-25
Applicant: 华南师范大学
IPC: G06F3/01 , G06F18/213 , G06F18/2415 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V20/17 , G06V10/25 , G06V10/82 , G06T7/246 , G05B11/42
Abstract: 本发明公开了基于多模态脑机接口‑视觉跟踪的多智能体协同控制系统，该系统包括如下模块：信号采集和处理模块，采用8导联脑电帽采集脑电原始数据，选取枕区部位(PO7,PO8,P3,P4,Pz,O1,O2,Oz)做脑电数据采集区域，进行EEG数据采集；特征提取和分类模块：使用时空卷积网络提取SSVEP信号特征，结合集成学习策略优化分类精度，并基于Transformer模型提取EOG信号，集成LMS自适应滤波器结合小波变换对EEG信号进行消噪，扩展了自适应滤波器的频率跟踪范围，最大程度减少信号损失；协同控制策略设计模块：将脑电信号映射为不同智能体的控制指令，实现无人机和小车的协同控制；目标检测与跟踪模块：基于PP‑YOLOE模型优化无人机视觉追踪系统，实现小车的精准跟踪和自动调整。
-
公开(公告)号：CN118902458A
公开(公告)日：2024-11-08
申请号：CN202410970432.9
申请日：2024-07-19
Applicant: 华南师范大学
IPC: A61B5/16 , A61B5/369 , A61B5/374 , A61B5/00 , G06V40/16 , G06V10/26 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于脑电图和微表情的多模态情绪识别和意识检测方法，具体包括如下步骤：特征提取，关注多通道脑电信号的关联并提取微表情特征，通过特征层对脑电图和微表情进行特征融合，形成多模态特征；对于脑电图特征，处理步骤如下：a、对原始脑电信号进行预处理，包括剔除伪影、滤波和成分去除；b、预处理后，根据输出大小将每个通道的脑电图数据分割成不重叠的1秒间隔，以提取脑电图特征；通过脑电图和微表情的多模态融合特征进行情绪识别，并用距离来衡量意识障碍患者和正常人情绪表达之间的差距，来区分意识状态的好坏程度，起到意识状态辅助检测的目的。
-
公开(公告)号：CN118766457A
公开(公告)日：2024-10-15
申请号：CN202410809107.4
申请日：2024-06-21
Applicant: 华南师范大学
Abstract: 本发明涉及信号处理技术领域，特别涉及一种基于脑电信号的情绪识别方法、装置、设备以及存储介质，通过对待识别用户的脑电信号进行多个维度的特征提取，充分考虑了脑电信号中与情绪识别相关联的特征信息，对提取到的多个维度的信号特征数据进行特征融合，获得脑电信号特征融合数据，结合图嵌入以及注意力提取方法，提取脑电信息特征融合数据中的关键特征信息，用以进行情绪识别，提高了对脑电信号的情绪识别的准确性。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.035 seconds)
