-
公开(公告)号：CN114255192A
公开(公告)日：2022-03-29
申请号：CN202111613793.0
申请日：2021-12-27
Abstract: 本发明提供了一种自适应非局部均值超声图像去噪方法及系统。方法包括：采集图像：利用超声机器对病源器官进行图像拍摄，取得符合要求的超声图像，完成图像采集；导出图像：将采集得到的超声图像从超声机器中导出为序列图像，将所述序列图像按照BMP图像格式写入到BMP图像文件夹中；建立超声噪声模型；去噪：对建立的所述超声噪声模型去噪，得到去噪后的超声噪声模型；输出图像：将超声图像输入至去噪后的超声噪声模型，输出去噪后超声图像。该方法将蜂群算法引入NLM参数的寻优求解，蜂算法迭代寻优的特性寻找NLM算法的最优λ，M和P参数，以此得到自适应超声图像去噪模型，相比现有的超声去噪方法，可以获得去噪后高质量的超声图片。
-
公开(公告)号：CN115100418B
公开(公告)日：2025-04-25
申请号：CN202210844704.1
申请日：2022-07-18
Applicant: 复旦大学 , 工业互联网创新中心(上海)有限公司 , 东华大学
IPC: G06V10/40 , G06V10/25 , G06V10/56 , G06V10/26 , G06V10/28 , G06V10/30 , G06V10/44 , G06V10/46 , G06V10/74
Abstract: 本申请公开了一种抗原检测试剂盒识别方法、装置、设备及存储介质，涉及图像处理领域。该方法包括：获取多种类型的抗原检测试剂盒对应的特征子图组；特征子图组包括试剂盒模板图片和色带识别区模板图片；获取待识别图像，将待识别图像与特征子图组进行匹配，并根据匹配结果从所有特征子图组中确定出目标特征子图组；根据目标特征子图组包含的试剂盒模板图片从待识别图像中确定出第一区域图像，再根据目标特征子图组包含的色带识别区模板图片从第一区域图像中确定出第二区域图像；通过边缘检测算法从第二区域图像中确定出色带条，并对色带条进行颜色检测，根据颜色检测结果确定待识别图像对应的检测结果，提高了抗原检测试剂盒识别效率。
-
Patent Agency Ranking
公开(公告)号：CN114099234A
公开(公告)日：2022-03-01
申请号：CN202111393336.5
申请日：2021-11-23
Applicant: 复旦大学 , 工业互联网创新中心(上海)有限公司
Abstract: 本发明提出了一种用于辅助康复训练的智能化康复机器人数据处理方法及系统，其中，所述方法具体包括：步骤1、获取有障碍人群的行为肢体数据；所述肢体数据包括：历史采集数据、当前状态下的形体数据；步骤2、对获取到的肢体数据进行预处理分析；步骤3、构建肢体数据分析模型，用于接收获取到的肢体数据；步骤4、利用所述肢体分析模型分析有障碍人群当前状态行为，并制定对应的个性化康复训练方案；步骤5、根据制定的康复训练方案辅助有障碍人群进行康复训练。本发明运用计算机图像和数据处理的技术对患者的相关数据进行分析，从而制定出最为贴切的治疗方案，有效缩短了有障碍人群的康复周期。
-
公开(公告)号：CN114099234B
公开(公告)日：2023-08-22
申请号：CN202111393336.5
申请日：2021-11-23
Applicant: 复旦大学 , 工业互联网创新中心(上海)有限公司
Abstract: 本发明提出了一种用于辅助康复训练的智能化康复机器人数据处理方法及系统，其中，所述方法具体包括：步骤1、获取有障碍人群的行为肢体数据；所述肢体数据包括：历史采集数据、当前状态下的形体数据；步骤2、对获取到的肢体数据进行预处理分析；步骤3、构建肢体数据分析模型，用于接收获取到的肢体数据；步骤4、利用所述肢体分析模型分析有障碍人群当前状态行为，并制定对应的个性化康复训练方案；步骤5、根据制定的康复训练方案辅助有障碍人群进行康复训练。本发明运用计算机图像和数据处理的技术对患者的相关数据进行分析，从而制定出最为贴切的治疗方案，有效缩短了有障碍人群的康复周期。
-
公开(公告)号：CN115424111A
公开(公告)日：2022-12-02
申请号：CN202211007494.7
申请日：2022-08-22
Applicant: 工业互联网创新中心(上海)有限公司 , 复旦大学 , 东华大学
IPC: G06V10/82 , G06V10/774 , G06V10/44 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种抗原检测试剂盒智能识别方法、装置、设备及存储介质，涉及目标检测识别技术领域。该方法包括：获取包含抗原检测试剂盒的图像，并对所述图像中试剂盒区域进行类别标注，得到训练集；以YOLOV5网络模型为基础，通过添加注意力机制模块和可变形卷积模块得到待训练模型；利用所述训练集对所述待训练模型进行训练，以得到训练后模型，并利用所述训练后模型对包含待检测抗原检测试剂盒的图像进行识别。可以高效准确地识别抗原检测试剂盒的检测结果，减少浪费大量的人力资源，以及避免人工识别时发生错误，提高检测效率。
-
公开(公告)号：CN115100418A
公开(公告)日：2022-09-23
申请号：CN202210844704.1
申请日：2022-07-18
Applicant: 复旦大学 , 工业互联网创新中心(上海)有限公司 , 东华大学
IPC: G06V10/40 , G06V10/25 , G06V10/56 , G06V10/26 , G06V10/28 , G06V10/30 , G06V10/44 , G06V10/46 , G06V10/74
Abstract: 本申请公开了一种抗原检测试剂盒识别方法、装置、设备及存储介质，涉及图像处理领域。该方法包括：获取多种类型的抗原检测试剂盒对应的特征子图组；特征子图组包括试剂盒模板图片和色带识别区模板图片；获取待识别图像，将待识别图像与特征子图组进行匹配，并根据匹配结果从所有特征子图组中确定出目标特征子图组；根据目标特征子图组包含的试剂盒模板图片从待识别图像中确定出第一区域图像，再根据目标特征子图组包含的色带识别区模板图片从第一区域图像中确定出第二区域图像；通过边缘检测算法从第二区域图像中确定出色带条，并对色带条进行颜色检测，根据颜色检测结果确定待识别图像对应的检测结果，提高了抗原检测试剂盒识别效率。
-
公开(公告)号：CN115100399A
公开(公告)日：2022-09-23
申请号：CN202210844703.7
申请日：2022-07-18
Applicant: 复旦大学 , 工业互联网创新中心(上海)有限公司 , 东华大学
IPC: G06V10/25 , G06V10/764 , G06N3/04 , G06N3/08 , G06F8/60
Abstract: 本申请公开了一种抗原检测试剂盒识别模型构建及应用方法、装置、设备及存储介质。该方法包括：获取多种类型的抗原检测试剂盒图片，利用所述抗原检测试剂盒图片对YOLOV5网络模型进行训练，得到训练结果和模型权重文件；对所述模型权重文件进行格式转换，得到TensorRT推理引擎支持的目标模型；对所述目标模型进行封装，并启动多个子进程，将所述目标模型分配给每个所述子进程；获取待识别抗原检测试剂盒图片，通过将所述待识别抗原检测试剂盒图片输入至所述子进程进行模型推理，以得到抗原检测试剂盒识别结果。通过TensorRT推理引擎能够支持的目标模型以及多线程来对抗原检测试剂盒识别模型进行高并发高速推理，提高了试剂盒识别的准确率和实时性。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
