基于多模态显著波形分析的睡眠阶段自动分类方法

    公开(公告)号:CN119760322A

    公开(公告)日:2025-04-04

    申请号:CN202510098168.9

    申请日:2025-01-22

    Applicant: 江南大学

    Abstract: 本发明公开了基于多模态显著波形分析的睡眠阶段自动分类方法,属于睡眠医学和人工智能技术领域。本发明以脑电信号、眼电信号等多模态信号为主要输入,通过频率特征提取模块、交互卷积模块和多模态特征融合模块协同作用,实现对显著波形的精准提取与分类。本发明通过快速傅里叶变换提取频域特征,结合自适应滤波技术去除高频噪声,显著增强信号特征;通过交互卷积操作捕获信号的局部与全局依赖特性;通过Transformer编码器的注意力机制对多模态特征进行融合,进一步提升对时间序列依赖关系的建模能力。本发明方法在分类准确率和宏平均F1分值方面表现优越,且参数量较少,计算效率高,能够广泛应用于临床睡眠障碍的评估与自动化诊断。

    一种基于可见光单图像的弱纹理表面微结构特征提取方法

    公开(公告)号:CN115170832A

    公开(公告)日:2022-10-11

    申请号:CN202210874829.9

    申请日:2022-07-25

    Applicant: 江南大学

    Inventor: 王映辉 梁炎兴

    Abstract: 本发明公开了一种基于可见光单图像的弱纹理表面微结构特征提取方法,属于图像处理技术领域。本发明在自然可见光场景下,通过拍摄弱纹理表面、灰度调整、K‑Prototypes聚类自适应网格划分、Gabor核提取高频细节特征等步骤,获得弱纹理表面微几何凹凸特征,解决了现有方法对弱纹理表面区域无法提取自身固有特征或提取精度低的问题,达到了对弱纹理表面的微观结构的特征识别和特征提取的目的,可应用于物体识别、VR、AR、表面探伤、医学诊断等重要领域。

    一种胶囊内窥镜图像特征点提取方法

    公开(公告)号:CN114926448A

    公开(公告)日:2022-08-19

    申请号:CN202210629238.5

    申请日:2022-05-31

    Applicant: 江南大学

    Inventor: 王映辉 马家兴

    Abstract: 本发明公开了一种胶囊内窥镜图像特征点提取方法,属于计算机视觉与医学相结合的交叉学科技术领域。本发明通过研究胶囊内窥镜图像灰度变化小导致的特征点难以提取问题,将图像进行块状划分,利用变异系数计算区域块中像素点的灰度差异从而得到局部自适应阈值,实现了FAST角点的自适应提取,通过四叉树将关键点进行筛选,进一步得到了分布均匀的关键点,基于BEBLID特征点描述符对关键点进行描述,完成了对胶囊内窥镜图像特征点的提取,解决了灰度差异不大导致的胶囊内窥镜图像特征点难以提取问题。

    一种自适应区域运动统计的特征点匹配筛选方法

    公开(公告)号:CN114842227A

    公开(公告)日:2022-08-02

    申请号:CN202210600531.9

    申请日:2022-05-30

    Applicant: 江南大学

    Inventor: 王映辉 南彬

    Abstract: 本发明公开了一种自适应区域运动统计的特征点匹配筛选方法,属于计算机视觉的学科技术领域。本发明使用分水岭思想的最大稳定极值区域划分的方法,辅以区域合并的步骤,实现图像区域的自适应划分;经统计两幅图像中各区域内对应的特征点匹配数目,并基于网格运动统计的核心思想,提出了区域运动统计约束方案,对不同特征点匹配数目的区域进行分情况设置相应阈值。通过在不同数据集下的数据对比,可证明本发明相比于网格运动统计(GMS)方法,可更精确的筛选出正确的特征点匹配,更有利于特征匹配之后环节的计算。

    一种瓶状密闭空间气体抽空可视化方法

    公开(公告)号:CN112836420B

    公开(公告)日:2022-04-22

    申请号:CN202110137150.7

    申请日:2021-02-01

    Applicant: 江南大学

    Abstract: 本发明公开了一种瓶状密闭空间气体抽空可视化方法,包括:根据空气流体的特性,利用粒子系统策略初始化空气粒子的位置信息;利用轴向包围盒和八叉树法策略检测所述空气粒子在不抽气阶段及抽气阶段与容器壁之间的是否发生碰撞及碰撞位置;划分所述抽气过程中的气体状态,计算粘滞流和分子流下的管道流导,通过计算流体学中的N‑S方程描述所述粘滞流阶段所述气体的运动状态;定义所述抽气过程中的边界条件、所述空气粒子位置,确定所述抽气过程中若发生碰撞时所述空气粒子在瓶状容器及圆形管道内碰撞位置及运动状态,完成瓶状密闭空间气体抽空可视化。本发明容易实现不规则空间内的气体碰撞检测,且模拟的真实效果好、实时性高。

    实验器材驱动软件架构的构建方法

    公开(公告)号:CN112783477A

    公开(公告)日:2021-05-11

    申请号:CN202110121116.0

    申请日:2021-01-28

    Applicant: 江南大学

    Abstract: 本发明公开了一种实验器材驱动软件架构的构建方法,包括以下步骤:抽取实验器材的共性作为具有通用意义的标准得到各类器材模板;确定实验使用的各具体器材并选择对应的器材模板,在器材模板中增加需要使用的特有属性和特有方法得到器材;获取实验步骤和用户操作并在器材中增加交互方式和驱动信息得到实验器材驱动软件架构;在实验过程中实时播放驱动信息,驱动信息提示交互方式和呈现实验现象,用于引导用户进行实验的操作流程。本发明通过器材模板和器材保证实验的操作需求,实现对实验器材的统一和灵活管理;通过交互方式和驱动信息实时准确地呈现实验现象,实现实验器材与用户的交互,提高实验效率。

    一种基于水声传感网的三维流体边界提取方法

    公开(公告)号:CN118071963B

    公开(公告)日:2024-08-20

    申请号:CN202410272439.3

    申请日:2024-03-11

    Applicant: 江南大学

    Abstract: 本发明涉及水声传感器技术领域,尤其是指一种基于水声传感网的三维流体边界提取方法,包括:将传感器节点随机部署在水体的不同深度位置,利用水声传感器获取位置坐标与该位置的流体状态,构建流体占据空间的边界框;对所述流体占据空间的边界框进行八叉树划分,并标记边界体素;边界体素基于Budgeted SVM生成局部边界曲面;拼接多级隐式曲面,得到整个3D流体目标的边界。本发明采用水声传感器网络实现了对三维流体边界的监测与计算,成本较低。

    一种面向无线胶囊内窥镜的低照度图像增强方法

    公开(公告)号:CN117635471A

    公开(公告)日:2024-03-01

    申请号:CN202311556875.5

    申请日:2023-11-21

    Applicant: 江南大学

    Abstract: 本发明公开了一种面向无线胶囊内窥镜的低照度图像增强方法,属于计算机视觉领域。所述方法包括:采用多尺度快速引导滤波函数对图像的V分量进行光照分量提取;采用OTSU法从光照分量计算亮度增强函数参数T;基于参数T和Weber‑Fechner理论拟合出亮度增强函数;使用小波函数进行饱和度调整;基于合并通道并转换到RGB色彩空间实现图像的整体增强;实验结果表明,本发明方法在图像增强的量化评价指标均值、标准差、信息熵和图像质量评价上,与现有方法相比均有提升;此外,增强后的图像在特征提取和特征匹配上,验证的效果在数量上分别平均提升了59.3%、32.9%,并提升了深度估计效果。

    一种基于轻量级时空联合网络的视频动作检测方法

    公开(公告)号:CN117475350A

    公开(公告)日:2024-01-30

    申请号:CN202311400763.0

    申请日:2023-10-26

    Applicant: 江南大学

    Inventor: 王映辉 祝安磊

    Abstract: 本发明公开了一种基于轻量级时空联合网络的视频动作检测方法,属于视频行为识别技术领域。本发明使用3D骨干网络和2D骨干网络来分别提取时序信息上的空间特征和时序特征,并通过将卷积与自注意力机制深度融合从而设计得到的轻量级时空特征融合模块来进一步充分融合并提取时空上的特征;此外使用仅含有2D卷积的时空平移模块TSM作为时空特征提取模块的骨干分支。本发明的YOWOv3模型不仅能够比最新的高效时空动作检测模型更加轻量,且精度也达到了同量级中的最佳表现;进一步优化而来的YOWOv3‑TSM不仅降低了训练的难度,并且在精度与速度上同时保持着优异的表现,在视频动作检测上取得了最佳的精度与速度的平衡。

    一种快速的图像仿射不变特征提取方法

    公开(公告)号:CN116778185A

    公开(公告)日:2023-09-19

    申请号:CN202310575375.X

    申请日:2023-05-22

    Applicant: 江南大学

    Abstract: 本发明公开了一种快速的图像仿射不变特征提取方法,属于计算机视觉领域。所述方法首先使用两张图像上的对应线段的像素长度关系判断得到缩放关系,并基于此区分基准图像和目标图像;其次,将特征提取过程分成两次:先用效率更高的方式进行第一次特征提取与匹配得到相对最优的仿射变换参数,只对基准图像进行模拟仿射,极大降低和减少了模拟变换、特征提取和特征匹配的次数与耗时,并可以在仿射变换过程引入尺度参数模拟和最近邻插值方式,有效提高特征点对匹配数量、精度和运行效率;实验结果表明,本发明具有良好的仿射不变性,能在小视角时保持优秀性能和精度,也能对抗大角度的视角变化,同时能极大减小内存占用和计算开销。

Patent Agency Ranking