-
公开(公告)号：CN117893792B
公开(公告)日：2024-08-30
申请号：CN202311733422.5
申请日：2023-12-14
Applicant: 中山大学附属第一医院 , 华南理工大学
IPC: G06V10/764 , G06V10/774 , G16H30/40
Abstract: 本申请公开了一种基于MR信号的膀胱肿瘤分类方法及设备，所述方法包括获取预设数量的训练MR图像；基于交互方式预先获取的各训练MR图像进行标注，以得到训练数据集；基于所述训练数据集构建膀胱肿瘤分类模型，并通过所述膀胱肿瘤分类模型对待分类MR序列进行膀胱肿瘤分类，以得到待分类MR序列对应的分类结果。本申请通过交互式样本标注和基于抠图的医学影像处理方法，结合医生的专业标注与人工智能技术，构建出有效的膀胱肿瘤分类模型，对待分类MR序列进行精确的膀胱肿瘤分类，从而得到智能化分类结果，为医生提供了更为精确的诊断信息，有效地提高了对膀胱癌的评估准确性。
-
公开(公告)号：CN115359086A
公开(公告)日：2022-11-18
申请号：CN202210900776.3
申请日：2022-07-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于主动轮廓的车辆三分图自动生成方法,算法读入原始红外图片，对输入图片进行预处理，将其缩放至标准尺寸，将图片灰度化，随后设置snake模型的初始参数曲线，接着使用主动轮廓算法，调整曲线的形状与位置，使能量函数达到收敛，最后根据收敛的曲线绘制三分图的前景、背景和未知区域。本发明通过主动轮廓算法，提取出车辆的边缘信息，并基于车辆边缘绘制出车辆三分图；同时snake模型为闭合曲线，最终求得的车辆边缘是封闭的，保证了后续前景和背景区域可以根据边缘内外部分来生成。本发明操作简单，计算复杂度低，可以应对现实生活中的复杂场景。
-
Patent Agency Ranking
公开(公告)号：CN119324479A
公开(公告)日：2025-01-17
申请号：CN202411862574.X
申请日：2024-12-17
Applicant: 华南理工大学
Abstract: 本发明公开一种分布式光伏低压并网四层联合柔性电压控制方法。首先获取次日各分布式光伏出力功率预测数据以及各用户负荷功率预测数据，预测不加柔性控制下的电压越上限时段；基于前一天预测到的越上限起始时段和当天实际电压越上限情况，确定储水式电热水器的启动策略；如仍然发生用户侧电压越上限的情况，则调增逆变器的无功消耗力求将电压降到合格范围；如光伏逆变器无功消耗达到极限值仍不足以实现控制目的，调节逆变器削减光伏发电有功功率力求将电压降到合格范围；如仍存在电压越上限的情况，则通过不对称分组智能开关跳闸来强制性削减光伏有功功率直到电压降到允许上限值以下。本发明能够解决分布式光伏大规模并网带来的电压越上限问题。
-
公开(公告)号：CN117893792A
公开(公告)日：2024-04-16
申请号：CN202311733422.5
申请日：2023-12-14
Applicant: 中山大学附属第一医院 , 华南理工大学
IPC: G06V10/764 , G06V10/774 , G16H30/40
Abstract: 本申请公开了一种基于MR信号的膀胱肿瘤分类方法及设备，所述方法包括获取预设数量的训练MR图像；基于交互方式预先获取的各训练MR图像进行标注，以得到训练数据集；基于所述训练数据集构建膀胱肿瘤分类模型，并通过所述膀胱肿瘤分类模型对待分类MR序列进行膀胱肿瘤分类，以得到待分类MR序列对应的分类结果。本申请通过交互式样本标注和基于抠图的医学影像处理方法，结合医生的专业标注与人工智能技术，构建出有效的膀胱肿瘤分类模型，对待分类MR序列进行精确的膀胱肿瘤分类，从而得到智能化分类结果，为医生提供了更为精确的诊断信息，有效地提高了对膀胱癌的评估准确性。
-
公开(公告)号：CN115345959A
公开(公告)日：2022-11-15
申请号：CN202210900754.7
申请日：2022-07-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于热源定位的行人三分图自动生成方法，算法读入原始红外图片，对输入图片进行预处理，将其缩放至标准尺寸，随后定位行人头部，其中包括粗定位和精确定位两部分，接着根据头部定位点确定行人上半身的位置，最后根据预定义的人像模板根据头部位置和上半身位置绘制出行人三分图。本发明通过行人在红外图像的特征，对行人进行了初步定位后自动生成行人三分图；同时通过行人头部定位鲁棒性较高的特点，保证了自动生成三分图的可靠性。本发明使用简单，计算量少，对输入图片没有特殊要求，可以在多种场景下取得良好效果。
-
公开(公告)号：CN115359242A
公开(公告)日：2022-11-18
申请号：CN202210899071.4
申请日：2022-07-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于全局抠图的训练数据增强方法,算法读入待增强图片及其对应的三分图，并把抠图问题建模为前景背景像素组合优化问题，使用基于采样的抠图算法，为每个未知像素在前景背景像素采样子集中选择出最优的前景背景像素对，并通过最优像素对计算出该未知像素的透明度遮罩值。最优像素对的选择是通过计算每个像素对的评估函数值，并从中选出最优的解来实现的，其中评估函数值的计算涉及颜色、坐标等多个判据。本发明通过抠图的方式，对训练数据进行图像增强；同时通过采样的方式，实现对抠图问题的高效率求解。本发明使用简单，计算量少，对输入的训练图片没有特殊要求，可以快速有效的对训练图片进行数据增强。
-
公开(公告)号：CN109993103A
公开(公告)日：2019-07-09
申请号：CN201910246695.4
申请日：2019-03-29
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于点云数据的人体行为识别方法，包括步骤：1)获取基础数据，包括深度图数据、相机参数；2)对数据做预处理，包括对深度图进行平滑处理，深度图到点云的转换，对点云数据做归一化处理；3)把处理过后的数据输入到网络中进行行为识别。本发明提出了基于点云数据的深度学习人体行为识别，能够直接利用从深度图获取到的点云数据进行人体行为识别，并取得了不错的结果。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
