-
公开(公告)号：CN117898667A
公开(公告)日：2024-04-19
申请号：CN202311636618.2
申请日：2023-12-01
Applicant: 杭州电子科技大学平湖数字技术创新研究院有限公司 , 杭州电子科技大学
IPC: A61B3/12 , A61B3/14 , A61B3/103 , G02B26/00 , G03B13/34 , G06T7/00 , G06N5/01 , G06N20/00 , G06N20/20
Abstract: 本发明公开了一种眼底图像采集方法及其采用的眼底相机；该眼底相机包括光源、第一透镜、视场光阑、第二透镜、环形光阑、分束器、电湿润透镜、第三透镜、第四透镜、CCD相机和调焦控制模块。工作过程中，光源发出的光依次经过第一透镜、视场光阑、第二透镜和环形光阑后到达分束器，经分束器反射后，再经过电湿润透镜照射到人眼视网膜上。眼底反射出的光依次经过电湿润透镜、分束器、第三透镜和第四透镜，到达CCD相机。所述的调焦控制模块用于控制电湿润透镜进行曲率半径调节。本发明通过采集眼底图像用采集评价指标，并利用预测模型获取被测对象的人眼屈光度，进而利用人眼屈光度一次性完成眼底相机的调焦，显著提高了眼底相机调焦的速度。
-
公开(公告)号：CN117490567A
公开(公告)日：2024-02-02
申请号：CN202311633547.0
申请日：2023-12-01
Applicant: 杭州电子科技大学平湖数字技术创新研究院有限公司 , 杭州电子科技大学
Abstract: 本发明属于激光检测仪技术领域，具体涉及一种低成本化的透射式激光检测仪，包括第一检测仪组件和第二检测仪组件，所述第一检测仪组件和第二检测仪组件之间可放置有待测物体；第一检测仪组件从左至右依次包括激光光源，将准直后的激光束整形的第一结构，将激光光源发出的光扩束且准直的第一透镜组；第二检测仪组件从左至右依次包括准直后的激光束整形的第二结构，将激光束会聚的第二透镜组和单点光电探测器，所述光电探测器通过航弯插头与微控制器相连，本发明设计利用价格低廉的双透镜组合将激光信号会聚在微米级尺度的单点光电探测器上，避免使用大面积高精度光电探测器带来的高成本问题，实现透射式激光检测仪的大幅低成本化。
-
公开(公告)号：CN116128767A
公开(公告)日：2023-05-16
申请号：CN202310242934.5
申请日：2023-03-14
Applicant: 杭州电子科技大学
IPC: G06T5/00 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/08
Abstract: 本发明公开了一种基于生成对抗网络的可见光OCT图像的清晰化方法。该方法如下：一、训练样本的获取。使用可见光OCT装置获取V域图像。使用近红外光OCT装置获取N域图像。二、对步骤一所得的V域图像和N域图像进行预处理。三、根据经过预处理的V域图像和N域图像建立训练样本数据集。四、构建并训练OCT图像清晰化模型。五、将可见光OCT图像输入生成器G1中，得到质量提升的OCT图像。本发明提出的新型无监督生成对抗网络，借助对偶学习的思想构建OCT图像清晰化模型，可以不使用配对图像进行训练就能得到较好的结果。此外，本发明加入了可进行图像属性编辑的网络，加强了对偶训练过程中生成器学习清晰结构的能力。
-
公开(公告)号：CN115470334A
公开(公告)日：2022-12-13
申请号：CN202211106824.8
申请日：2022-09-13
Applicant: 杭州电子科技大学
IPC: G06F16/332 , G06F16/31 , G06K9/62 , G06F17/16 , G16H80/00
Abstract: 本发明涉及一种基于肝病会诊研讨模型的改进DS证据理论方法，先针对会诊建立争议表和对话树模型，创建识别框架，并得到各个节点的初始评价值以及节点之间的规则关系和相应强度；根据CEM矩阵，得到各个证据节点对于结论节点的评价值；融合过程中，计算出Pignistic概率距离和冲突系数并合成得到冲突距离，在合成的同时考虑证据源之间的冲突一致度来对距离进行放缩；再次，计算出各个证据源的可信度；最根据各个节点的可信度对证据源进行加权平均修正，并用传统DS证据组合规则进行融合得到节点的最终评价值。在算例中表明，本方法在不改变DS组合规则的情况下，可以有效的处理冲突问题，并且具有较好的抗干扰能力和收敛性。
-
公开(公告)号：CN114708208A
公开(公告)日：2022-07-05
申请号：CN202210298555.3
申请日：2022-03-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于机器视觉的名优茶嫩芽识别与采摘点定位方法，具体步骤如下：步骤一、制作名优茶嫩芽的原始数据集；步骤二、原始数据集训练，训练结束后将所得的参数固化成模型并输出；步骤三、获取名优茶嫩芽的测试图像，将测试图像输入至步骤二中输出的模型，并输出测试图像中茶叶嫩芽的预测框和二维掩膜信息；步骤四、获取二维掩膜信息中不同连通域面积，计算最大连通域的最小外接矩形，获得最小外接矩形旋转角度，将最小外接矩形旋转角度作为芽轴方向，沿芽轴切线方向获取下刀角度；步骤五、沿芽轴自下而上2％的位置作为采摘点。使用实例分割算法通过模型学习像素间深层特征直接输出嫩芽的掩膜区域，茶芽边缘提取准确。
-
Patent Agency Ranking
公开(公告)号：CN107069413B
公开(公告)日：2019-11-12
申请号：CN201710387907.1
申请日：2017-05-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了硒化铅量子点作为饱和吸收体的锁模光纤激光器。基于饱和吸收体的被动锁模光纤激光器的应用日趋广泛，但现有的量子点饱和吸收体大多采用块状结构，耦合效率低，与光纤激光器兼容困难。本发明包括泵浦源、波分复用器、增益光纤、输出耦合器、滤波器、光纤饱和吸收体以及连接光纤。光纤饱和吸收体由掺杂硒化铅量子点的玻璃光纤组成。泵浦源采用带多模尾纤的半导体激光器。增益光纤采用掺镱光纤或掺铒光纤或掺铥光纤。所述的连接光纤采用单模光纤。本发明具有比同组分块状材料更强的三阶非线性光学效应和更快的时间响应，且能够与锁模光纤激光器兼容。
-
公开(公告)号：CN110367913A
公开(公告)日：2019-10-25
申请号：CN201910689220.2
申请日：2019-07-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了无线胶囊内窥镜图像幽门和回盲瓣定位方法。无线胶囊内窥镜检查时准确找到小肠的起始点和终止点，能减少医生阅览图像的工作量，并减少漏诊。本发明以深度学习思想为技术核心，结合迁移学习策略，利用深度学习模型中的卷积神经网络算法构建区域图像分类器，通过模型的训练自动学习得到无线胶囊内窥镜图像的特征，再利用区域定位算法对区域图像识别结果序列进行分析，实现无线胶囊内窥镜图像中幽门和回盲瓣的定位。本发明弥补目前胶囊内窥镜在智能识别和精准定位这一领域的空白，大幅度降低医生的工作强度，提高工作效率和确诊率，进一步促进胶囊内窥镜在消化道疾病诊断临床上的实用价值，从而形成更高效、更标准的诊断模式。
-
公开(公告)号：CN107830816B
公开(公告)日：2019-10-18
申请号：CN201711237728.6
申请日：2017-11-30
Applicant: 杭州电子科技大学
IPC: G01B11/24
Abstract: 本发明公开了一种应用于植物盆栽的三维激光扫描方法。由于植物有大量的叶子，导致尖锐处较多，常规扫描装置进行扫描时易出现坏点，扫描精度较低。本发明采用的扫描装置包括工作台、机架、第一转盘、第二转盘、滑轨、滑块、第一同步带轮、第一同步带、激光传感器、扫描台、第一电机、驱动组件和第三电机。第一转盘、第二转盘分别支承在机架的两端。第一转盘及第二转盘的轴线共线且水平设置。扫描台固定在工作台上。扫描台的顶面与第一转盘及第二转盘的轴线的平齐设置。本发明能够自动完成盆栽扫描和模型建立，且建立的模型能够完整还原盆栽的形状，避免盆栽的尖锐边四周对应的扫描数据出现大量坏点。
-
公开(公告)号：CN118697294B
公开(公告)日：2024-11-26
申请号：CN202411205946.1
申请日：2024-08-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种口腔舌体多模态成像及检测系统。该成像系统包括公共光路和三个收发光路；三个收发光路分别为OCT收发光路，拉曼收发光路和多光谱收发光路；所述的公共光路包括第一长波通二向色滤光片，第二长波通二向色滤光片，X‑Y扫描振镜和聚焦透镜；本发明使用两片长波通二向色滤光片形成波长范围互不相交的三个光线分支；从而将OCT采集、拉曼光谱采集、多光谱光谱采集的光信号整合在同一光路中，进而实现了OCT图像、拉曼光谱图像、多光谱图像的同时采集，提高了多模态数据采集的效率；并消除了多次重复采集中引入的误差，提高了多模态融合识别的准确性。同时也省去了多模态数据融合使用时的图像匹配操作。
-
公开(公告)号：CN117237711A
公开(公告)日：2023-12-15
申请号：CN202311163217.X
申请日：2023-09-11
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0455 , G06N3/0475 , G06N3/047 , G06N3/084 , G06N3/094
Abstract: 本发明公开了一种基于对抗学习的双模态眼底图像分类方法，包括如下步骤：S1、构建数据集并将其分为训练集与测试集；S2、对数据集进行预处理；S3、构建双模态视网膜图像分类模型；S4、双模态视网膜图像分类模型的训练；S5、应用训练好的双模态视网膜图像分类模型，输出预测分类标签。该方法在实现多标签分类的同时，通过融合OCT图像的特征提高分类的准确率。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.025 seconds)
