基于自适应学习和聚合的多视图立体重建方法

    公开(公告)号:CN115631223A

    公开(公告)日:2023-01-20

    申请号:CN202211183328.2

    申请日:2022-09-27

    Applicant: 厦门大学

    Abstract: 本发明涉及一种基于自适应学习和聚合的多视图立体重建方法,它包括以下步骤:S1.特征提取,从输入图像中提取图像特征,将众多信息中不重要的信息剔除;S2.匹配代价构建,在每个采样深度假设下,计算参考摄像机中的每个像素与其相邻摄像机对应匹配像素之间的匹配成本;S3.匹配代价正则化,对匹配代价中的代价体进行去噪处理;S4.深度图估计,将匹配代价正则化后的结果利用函数回归加权得到初始深度图;S5.深度图优化,将初始深度图的边缘部分减轻过平滑的影响。本发明的目的在于提供一种基于自适应学习和聚合的多视图立体重建方法,相比MVSNet有着更高的重建精度和完整度,并且极大降低时间消耗和显卡内存消耗。

    基于局部空间结构的质谱成像数据归一化方法及系统

    公开(公告)号:CN119992031A

    公开(公告)日:2025-05-13

    申请号:CN202510069576.1

    申请日:2025-01-16

    Applicant: 厦门大学

    Abstract: 本发明涉及基于局部空间结构的质谱成像数据归一化方法及系统,方法包括:通过构建空间邻近矩阵和谱相关性矩阵,并相乘得到像素间的邻接矩阵,捕捉像素间的空间关系和谱相似度;对数据进行降维处理,以减少计算复杂度并提取主要特征;对降维后的数据实施对数变换,计算邻居像素谱之间的L1范数距离,并引入惩罚系数构建目标函数;采用梯度下降法最小化目标函数,迭代更新所有像素的归一化系数直至收敛;将归一化系数应用于初始MSI数据,获得归一化后的数据集。本发明通过基于局部空间结构的质谱成像数据归一化方法实现对MSI数据进行归一化校正的同时,较好地保留局部空间结构,使得不同组织微区之间的边界更加清晰,更容易分辨。

    一种微流控芯片加样装置及测试方法

    公开(公告)号:CN111289762B

    公开(公告)日:2024-11-15

    申请号:CN202010255113.1

    申请日:2020-04-02

    Abstract: 本发明公开了一种微流控芯片加样装置,包括锥形加样池,所述加样池底部与芯片入口紧密接触;所述加样池顶部设有压件,底部开有小孔,其侧壁上设有排液管;所述压件上设有排压管和加样总管,所述加样总管分别与抗体采集管、缓冲液采集管以及气泵连接。其优点在于,可以兼顾大容量的血样和微量的抗体试剂的加样要求,且在芯片入口前自动排出管路中的气泡,提高实验精准度和自动化程度。

    一种微流控芯片加样装置及测试方法

    公开(公告)号:CN111289762A

    公开(公告)日:2020-06-16

    申请号:CN202010255113.1

    申请日:2020-04-02

    Abstract: 本发明公开了一种微流控芯片加样装置,包括锥形加样池,所述加样池底部与芯片入口紧密接触;所述加样池顶部设有压件,底部开有小孔,其侧壁上设有排液管;所述压件上设有排压管和加样总管,所述加样总管分别与抗体采集管、缓冲液采集管以及气泵连接。其优点在于,可以兼顾大容量的血样和微量的抗体试剂的加样要求,且在芯片入口前自动排出管路中的气泡,提高实验精准度和自动化程度。

    一种微流控芯片加样装置

    公开(公告)号:CN211826105U

    公开(公告)日:2020-10-30

    申请号:CN202020467042.7

    申请日:2020-04-02

    Abstract: 本实用新型公开了一种微流控芯片加样装置,包括锥形加样池,所述加样池底部与芯片入口紧密接触;所述加样池顶部设有压件,底部开有小孔,其侧壁上设有排液管;所述压件上设有排压管和加样总管,所述加样总管分别与抗体采集管、缓冲液采集管以及气泵连接。其优点在于,可以兼顾大容量的血样和微量的抗体试剂的加样要求,且在芯片入口前自动排出管路中的气泡,提高实验精准度和自动化程度。(ESM)同样的发明创造已同日申请发明专利

Patent Agency Ranking