-
公开(公告)号:CN117934506A
公开(公告)日:2024-04-26
申请号:CN202410048155.6
申请日:2024-01-12
Applicant: 华南理工大学
IPC: G06T7/11 , G06T7/194 , G06V10/25 , G06V10/82 , G06V10/764
Abstract: 本发明提供一种面向堆叠零件的点云分割方法,包括:S1、构建原始点云数据;对原始点云数据进行预处理,获取待分割的堆叠零件点云数据;S2、把待分割的堆叠零件点云数据的坐标信息输入特征提取主干网络,得到逐个点云特征;S3、把逐点特征输入语义分数预测分支和几何偏移预测分支,生成候选块;S4、遍历所有的候选块,基于边缘检测注意的采样结果来生成实例核,采样结果拼接实例级特征并与实例核进行动态卷积生成二进制的实例掩码;S5、实例掩码点坐标由实例掩码得分排序后通过NMS算法去除重复结果得到,实例掩码点坐标融合语义标签,输出最终实例分割结果。本发明可实现对复杂场景的零件进行稳定、高效识别分割,并可提高识别和分割准确度。
-
公开(公告)号:CN117911272A
公开(公告)日:2024-04-19
申请号:CN202410157316.5
申请日:2024-02-04
Applicant: 华南理工大学
IPC: G06T5/70 , G06N3/0455 , G06N3/0464 , G06N3/096 , G06V10/80
Abstract: 本发明提供一种基于高效信息蒸馏与多尺度特征融合的图像去噪方法,该方法构建图像去噪网络,包括编码器和解码器,编码器和解码器之间采用跳跃连接;编码器和解码器的每个阶段引入多重焦点蒸馏模块;该图像去噪方法采用编码器对预处理后的图像进行图像特征提取,采用解码器逐层恢复图像细节,并通过跳跃连接结合编码器的特征;在编码器每个阶段的下采样前以及在解码器每个阶段的上采样后,采用多重焦点蒸馏模块对图像信息依次进行信息蒸馏、多尺度特征提取、层归一化处理以及通过高频与对比度注意力机制进行图像信息融合,实现图像去噪处理。本发明可在复杂环境下可以保持图像的细节和质量,从而提高图像去噪的后续图像处理质量。
-
公开(公告)号:CN116363120A
公开(公告)日:2023-06-30
申请号:CN202310431557.X
申请日:2023-04-21
Applicant: 华南理工大学
IPC: G06T7/00 , G06T7/13 , G06V10/774 , G06V10/80 , G06N3/0464
Abstract: 本发明提供一种基于注意力机制和边缘检测的医学图像分割方法,包括以下步骤:S1、构建完整的预处理图像;S2、将步骤S1所得预处理图像与训练集和验证集的待分割图像进行拼接,输出特征融合图像;S3、建立包含注意力机制的主干网络,将特征融合图像输入包含注意力机制的主干网络,得到包含注意力机制的主干网络的输出;S4、建立边缘检测网络,将训练集和验证集的待分割图像输入边缘检测网络,以获得图像边缘信息,得到边缘检测网络的输出;S5、将步骤S3中包含注意力机制的主干网络的输出和步骤S4中边缘检测网络的输出进行特征融合,并归一化,输出医学图像的分割图像。本发明可实现图像边界的精确分割,从而提升医学图像分割的准确度。
-
公开(公告)号:CN115620744A
公开(公告)日:2023-01-17
申请号:CN202211225892.6
申请日:2022-10-09
Applicant: 华南理工大学 , 佛山市百步梯医疗科技有限公司
Abstract: 本发明提供了一种基于瞬时阻尼和瞬时频率的心音分割方法及存储介质;方法为:采集待分割的心音信号,对心音信号进行预处理,预处理后信号进行分帧加窗,计算各帧心音的功率谱密度包络向量、瞬时阻尼和瞬时频率,构造观测向量作为LR分类器的输入,最终采用维特比算法解码LR‑HSMM模型,获得最佳分割序列。该方法增加了瞬时阻尼、瞬时频率、以及连续多帧的功率谱密度包络值作为分割特征,从而提高了分割方法的抗噪性能,可更准确地刻画心音的能量特性。
-
公开(公告)号:CN113225046A
公开(公告)日:2021-08-06
申请号:CN202110398280.6
申请日:2021-04-14
Applicant: 华南理工大学 , 佛山市百步梯医疗科技有限公司
Abstract: 本发明公开了一种用于数字听诊器的双通道自适应滤波器模型定阶方法,以副通道滤波后信号N2(k)作为输入信号,主通道滤波后信号N1(k)为输出信号,采用相关分析法确定用于数字听诊器的双通道自适应滤波器期望模型的脉冲响应序列G,并基于脉冲响应序列G辨识数字听诊器双通道自适应滤波器期望模型的阶数。本发明具有可有效抑制听诊器膜片低频振荡分量对双通道自适应滤波器期望模型辨识的影响、可避免奇异值突变不明显、不易确定阶次等情况、准确度高等优点。
-
公开(公告)号:CN113113132A
公开(公告)日:2021-07-13
申请号:CN202110317413.2
申请日:2021-03-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度卷积神经网络的先天性巨结肠及同源病的诊断方法,基于深度卷积神经网络对经肛门直肠粘膜活检乙酰胆碱酯酶染色的肠染色图像进行图像分割预处理,剔除与诊断无关且干扰图像分类网络训练的图像区域;另基于另一深度卷积神经网络对经肛门直肠粘膜活检乙酰胆碱酯酶染色且经过图像分割预处理的肠染色图像进行分类,从而实现对先天性巨结肠及同源病的诊断。经过本发明诊断的结果具有较高的准确率。
-
公开(公告)号:CN112562701A
公开(公告)日:2021-03-26
申请号:CN202011278315.4
申请日:2020-11-16
Applicant: 华南理工大学 , 广东省第二人民医院(广东省卫生应急医院) , 佛山市百步梯医疗科技有限公司
IPC: G10L19/26 , G10L21/0216 , A61B7/04
Abstract: 本发明提供了一种心音信号双通道自适应降噪算法、装置、介质及设备;其中算法包括预处理滤波器生成过程和主副通道信号预处理及降噪过程;预处理滤波器生成过程,是指在安静的环境下采样主通道信号,采用全极点模型对主通道信号作线性预测编码,求得全极点模型的传递函数,从而得到与全极点模型传递函数互为倒数的、预处理滤波器的传递函数;主副通道信号预处理及降噪过程是指:采样主通道信号和副通道信号;对主通道信号和副通道信号进行预处理,并对预处理后信号进行自适应滤波得到误差信号;之后采用传递函数与预处理滤波器传递函数互为倒数的滤波器对误差信号进行滤波处理,得到输出信号。本发明根据实测信号,以最小化心音信号方差为目标确定预处理滤波器的参数,所得预处理滤波器参数为方差最小化意义下的最优值,从而提升降噪效果。
-
公开(公告)号:CN111462841A
公开(公告)日:2020-07-28
申请号:CN202010170779.7
申请日:2020-03-12
Applicant: 华南理工大学
Abstract: 本发明提供了一种基于知识图谱的抑郁症智能诊断装置及系统,其中装置包括:数据采集模块,用于采集用户的人体数据;人体数据包括视频数据、音频数据、脑电数据和心率数据;实体属性值获取模块,用于采用训练好的学习模型从人体数据中获取实体和对应的实体属性值;以及知识图谱模块,用于连接实体和实体属性值构成知识图谱,得到抑郁症诊断结果。本发明可智能化输出抑郁症诊断结果,协助医生诊断抑郁症。
-
公开(公告)号:CN111400869A
公开(公告)日:2020-07-10
申请号:CN202010115365.4
申请日:2020-02-25
Applicant: 华南理工大学
IPC: G06F30/20 , G06F17/16 , G21C17/108
Abstract: 本发明提供了一种堆芯中子通量时空演变预测方法、装置、介质及设备,其中,方法为:采集不同堆芯状态的中子通量计算值;制备展开基函数;采集堆芯当前时刻探测器测量值;计算当前时刻的展开系数;分别对每一阶的展开系数进行拟合,得到展开系数随时间的变化函数;对每一阶的展开系数进行外推,得到后序时刻的展开系数外推值;根据展开系数外推值及展开基函数,计算得到后序时刻的中子通量预测结果。本发明可以在当前时刻及前序时刻的堆芯中子通量在线监测结果基础上,实现对后序时刻的堆芯中子通量的预测,分析堆芯中子通量时空演变过程,以保障核反应堆堆芯安全。
-
公开(公告)号:CN111329497A
公开(公告)日:2020-06-26
申请号:CN202010108640.X
申请日:2020-02-21
Applicant: 华南理工大学
IPC: A61B5/18 , A61B5/0476
Abstract: 本发明属于安全驾驶检测技术,为基于前额脑电信号的可穿戴式疲劳驾驶监测系统及方法,可实时监测驾驶员的疲劳状态,判断精确度高,预警及干预及时,佩戴舒适,携带方便。本系统包括依次连接的且均设置在可穿戴头带上的前额脑电信号采集模块、疲劳状态识别模块、结果反馈及干预模块,前额脑电信号采集模块采集驾驶员前额脑电信号,将所采集的脑电信号实时传输给疲劳状态识别模块;疲劳状态识别模块解析收到的脑电信号,进行数据预处理和特征提取后,采用离线训练得到的算法模型进行疲劳状态识别,并将识别结果发送到结果反馈及干预模块;结果反馈及干预模块在接收到识别模块传输来的疲劳状态时,对驾驶员予以提醒及干预。
-
-
-
-
-
-
-
-
-