-
公开(公告)号：CN119382905A
公开(公告)日：2025-01-28
申请号：CN202510004300.5
申请日：2025-01-02
Applicant: 安徽大学
Abstract: 本发明涉及密钥技术领域，具体地说，涉及基于一次性密钥保护的多模态生物特征融合系统。其包括可撤销的生物特征转换单元、密钥引导融合单元、一次性保护单元、密钥恢复单元和双重认证单元。本发明通过一方面丰富了模板融合方案的多样性，一方面增大了攻击者攻击系统的难度，融合模板的生成与密钥相关，密钥又以共享的形式分布式存储在不同数据库中，当且仅当获得所有共享的条件下才能无损恢复出密钥，从而用于生成混合模板，生物特征和密钥两者缺一不可，共同保证系统的安全性和用户隐私，且不会被遗忘且不易被伪造。
-
公开(公告)号：CN119625190B
公开(公告)日：2025-04-11
申请号：CN202510166550.9
申请日：2025-02-14
Applicant: 安徽大学
Abstract: 本发明涉及医疗影像处理技术领域，具体地说，涉及一种用于低剂量PET图像处理的3D高斯模型生成和渲染方法。其包括步骤：输入低剂量脑部PET图像，所述脑部PET图像由体素点的集合构成；体素点聚类生成简化高斯模型#imgabs0#；基于简化高斯模型，对高斯椭球模型进行重采样，最终构建脑部PET图像的高斯分布模型#imgabs1#；UNet模型接收脑部PET图像作为输入，以对脑部PET图像的外轮廓进行提取和分割；基于VQ‑VAE自编码器和Stable Diffusion模型重构出3D高斯分布模型#imgabs2#；通过计算光线与体素点数据交互时的衰减特性，将3D高斯分布模型#imgabs3#渲染为3D图像。本发明中在低剂量脑部PET成像条件下，显著降低了图像中的噪声和伪影，提升了图像分辨率。
-
公开(公告)号：CN119625190A
公开(公告)日：2025-03-14
申请号：CN202510166550.9
申请日：2025-02-14
Applicant: 安徽大学
Abstract: 本发明涉及医疗影像处理技术领域，具体地说，涉及一种用于低剂量PET图像处理的3D高斯模型生成和渲染方法。其包括步骤：输入低剂量脑部PET图像，所述脑部PET图像由体素点的集合构成；体素点聚类生成简化高斯模型#imgabs0#；基于简化高斯模型，对高斯椭球模型进行重采样，最终构建脑部PET图像的高斯分布模型#imgabs1#；UNet模型接收脑部PET图像作为输入，以对脑部PET图像的外轮廓进行提取和分割；基于VQ‑VAE自编码器和Stable Diffusion模型重构出3D高斯分布模型#imgabs2#；通过计算光线与体素点数据交互时的衰减特性，将3D高斯分布模型#imgabs3#渲染为3D图像。本发明中在低剂量脑部PET成像条件下，显著降低了图像中的噪声和伪影，提升了图像分辨率。
-
公开(公告)号：CN118411435A
公开(公告)日：2024-07-30
申请号：CN202410439671.1
申请日：2024-04-12
Applicant: 安徽大学
Abstract: 本发明属于PET成像领域，具体涉及一种基于先验图像的PET图像重建方法及PET图像3D感知方法。该方案将深度学习算法与既有的PET图像重建算法相结合，并将用户之前PET检查得到PET图像作为先验信息嵌入到神经网络中。最后，在受试者每次检查时，同时采用神经网络和PET图像重建算法根据传感器数据生成融合后的重建结果。本发明的3D感知方案利用NeRF中的点云采样技术获得PET图像对应的点云数据；然后通过自定义的编码方式将五维的点云数据转换为2维的新数据；最后训练生成对抗网络实现图像重建，进而利用生成的图像进行体积渲染得到3D感知。本发明可以解决现有PET成像的质量过度依赖探测器几何排列以及检测过程的数据规模的问题，并支持减少扫描时间和剂量。
-
公开(公告)号：CN115277181B
公开(公告)日：2024-07-26
申请号：CN202210883332.3
申请日：2022-07-26
Applicant: 安徽大学
IPC: H04L9/40
Abstract: 本发明属于信息科学领域，具体涉及一种基于自适应鲸鱼优化算法的验证系统破解方法，以及可以实施该破解方法的破解工具、破解装置。破解方法包括如下过程：S1：获取验证系统中至少一个注册用户的可撤销生物特征模板及对应的辅助数据。S2：随机生成多个生物特征样本构成所需的初始样本集。S3：利用初始样本集对验证系统进行尝试登录，直到满足破解目标。S4：在每个轮次的尝试登录过程结束后，采用自适应鲸鱼优化算法对初始样本集进行迭代更新。S5：在满足达到最大迭代次数，或输入的生物特征样本满足破解目标时，结束破解过程，并输出一组可以通过验证系统的输入信息。本发明解决了现有可撤销生物模板保护系统难以破解的问题。
-
Patent Agency Ranking
公开(公告)号：CN116756718B
公开(公告)日：2023-12-01
申请号：CN202311016217.7
申请日：2023-08-14
Applicant: 安徽大学
Abstract: 本发明属于信息安全领域，具体涉及一种基于U‑Sketch的生物特征数据纠错方法、系统以及工具。该纠错方法包括如下步骤：在编码阶段，采用局部敏感哈希作为元函数构成造元函数组；将多个相互独立的元函数组作为生成函数。根据随机排列秘钥对生成函数进行重新排列，得到排列生成函数。利用注册模板作为输入通过排列生成函生成注册码字集。将注册码字集和排列生成函数作为辅助数据。在解码阶段，获取查询模板以及辅助数据。根据查询模板生成查询码字集并根据汉明距离对查询码字和注册码字进行配对，获取查询码字的位置索引；按序排列位置索引恢复
-
公开(公告)号：CN116977552A
公开(公告)日：2023-10-31
申请号：CN202310730057.6
申请日：2023-06-20
Applicant: 安徽大学
Abstract: 本发明属于医疗影像设备技术领域，具体涉及一种立体视觉引导的PET图像重建方法、系统、设备。该PET图像重建方法包括如下过程：利用时间轴同步和空间坐标校准后的立体视觉系统和PET设备同步获取受体的周向可见光图像和PET探测信号；利用可见光图像建立受体的三维空间模型，并根据三维空间模型在时域上的空间变化估计出受体的运动场Mm。受体的三维空间模型将用于：对符合事件LOR进行二轮筛选；对系统响应矩阵进行更新；创建受体的空间衰减图，而受体的运动场Mm将用于实现运动校正。此外，本发明还为改进后的PET图像重建算法提供了对应的系统和医疗设备，克服了单PET系统成像质量较差，PET‑MRI和PET‑CT等设备和运维成本高昂并且对人体伤害较大的问题。
-
公开(公告)号：CN116756718A
公开(公告)日：2023-09-15
申请号：CN202311016217.7
申请日：2023-08-14
Applicant: 安徽大学
Abstract: 本发明属于信息安全领域，具体涉及一种基于U‑Sketch的生物特征数据纠错方法、系统以及工具。该纠错方法包括如下步骤：在编码阶段，采用局部敏感哈希作为元函数构成造元函数组；将多个相互独立的元函数组作为生成函数。根据随机排列秘钥对生成函数进行重新排列，得到排列生成函数。利用注册模板作为输入通过排列生成函生成注册码字集。将注册码字集和排列生成函数作为辅助数据。在解码阶段，获取查询模板以及辅助数据。根据查询模板生成查询码字集并根据汉明距离对查询码字和注册码字进行配对，获取查询码字的位置索引；按序排列位置索引恢复出排列秘钥。本发明解决了现有生物特征数据纠错方法的通用性不足，效率较低，效果较差的问题。
-
公开(公告)号：CN116739933A
公开(公告)日：2023-09-12
申请号：CN202310732555.4
申请日：2023-06-20
Applicant: 安徽大学
IPC: G06T5/00 , G06T5/50 , G06N3/0464 , G06N3/0455
Abstract: 本发明属于医疗影像设备技术领域，具体涉及一种融合系统响应矩阵和神经网络的PET图像生成方法，该方法包括如下步骤：S1：获取初始图像；S2：对初始图像进行融合运算，得到融合图像；其中融合运算的过程如下：S21：将当前轮次的初始图像输入到MLEM或OSEM算法中，输出更新后的迭代图像。S22：将初始图像输入到一个经过训练的PET图像降噪模型中，输出降噪图像。S23：将迭代图像与初始图像相乘后，再与降噪图像相加，得到融合图像。S3：分别以每一轮的融合图像作为下一轮的初始图像，循环执行步骤S2的融合运算，输出迭代后融合图像即为所需的高精度PET图像。本发明克服了PET系统精度有限，系统噪声难以消除，导致最终成像质量无法提升的缺陷。
-
公开(公告)号：CN116366263B
公开(公告)日：2023-07-28
申请号：CN202310524305.1
申请日：2023-05-11
Applicant: 安徽大学
Abstract: 本发明属于信息安全技术领域，具体涉及一种基于PUF和可撤销生物特征的认证方法及其应用。认证方法包括如下过程：S1：云服务器与边缘服务器间通过内网通信连接。S2：用户端向云服务器提出注册请求并完成身份注册。S3：用户端与云服务器相互认证并协商出用于通信的会话秘钥。S4：云服务器将会话秘钥与认证结果、用户端的身份信息、设备响应值和受保护的生物特征发送到边缘服务器。S5：用户端向边缘服务器主动请求设备认证，各个边缘服务器接连与用户端设备相互认证并协商出会话秘钥。本发明的无人配送系统中，云边端三方采用上述方法完成相互认证。本发明解决了无人配送场景中传统多次验证协议安全性不足，计算开销过大的问题。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.024 seconds)
