-
公开(公告)号：CN115037877A
公开(公告)日：2022-09-09
申请号：CN202210641545.5
申请日：2022-06-08
Abstract: 本申请涉及一种自动跟随方法、装置以及安全监测方法、装置。该方法包括：获取采用自动跟随方法跟随采集的目标图像；对目标图像进行骨骼特征提取，得到目标的骨骼特征；若根据骨骼特征识别目标所处状态为不安全状态时，发送安全提示信息。采用本方法能够提高对目标安全监测的准确率。
-
公开(公告)号：CN116258706A
公开(公告)日：2023-06-13
申请号：CN202310255776.7
申请日：2023-03-15
IPC: G06T7/00 , G06T7/12 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种医学图像数据处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取胎儿超声切面图像；基于目标检测模型，对胎儿超声切面图像进行目标检测，得到目标结构特征；目标结构特征包括目标结构图像、目标结构类别以及目标结构位置信息；基于分割模型，对胎儿超声切面图像进行分割，得到胎儿轮廓图像；根据目标结构特征和胎儿轮廓图像进行特征提取，得到头臀长数据。整个方案，一方面提取胎儿的目标结构特征，另一方面，提取胎儿轮廓图像，基于目标结构特征和胎儿轮廓图像两个维度的数据进行特征提取，得到的头臀长数据更加准确。
-
公开(公告)号：CN119625004A
公开(公告)日：2025-03-14
申请号：CN202411653987.7
申请日：2024-11-19
Applicant: 湖南大学
Abstract: 本申请实施例提供了一种超声图像中扇形区域的检测方法、检测装置和介质。该检测方法包括：对训练用超声图像进行预处理，得到训练用超声图像的原始掩码和反转掩码；将原始掩码和反转掩码分别输入至初始神经网络模型中，以获得与原始掩码对应的第一预测掩码和与反转掩码对应的第二预测掩码；基于原始掩码与第一预测掩码之间的差异以及反转掩码与第二预测掩码之间的差异，优化初始神经网络模型，得到扇形区域检测模型；将待检测超声图像输入至扇形区域检测模型，初步分割待检测超声图像中的扇形区域。本申请实施例的方法和装置，能够提高扇形区域的检测准确度。
-
公开(公告)号：CN119048579A
公开(公告)日：2024-11-29
申请号：CN202410954410.3
申请日：2024-07-17
Applicant: 湖南大学
Abstract: 本申请涉及一种甲状腺超声图像最大横纵切面并行识别方法、装置和设备，获取待处理的原始超声图像，根据已训练的深度学习模型，对原始超声图像采用GPU并行计算的方式进行处理，得到初步甲状腺切面检测结果。根据初步甲状腺切面检测结果进行后处理，筛选出视频流中的甲状腺最大结构面积；根据筛选的甲状腺最大结构面积，获取甲状腺最大横纵切面并输出。利用GPU的强大并行处理能力，来根据深度学习模型对原始超声图像进行并行处理，不仅加速了最大切面的识别与筛选流程，还增强了超声扫描的精确度与效率，提高了识别效率和准确性。
-
公开(公告)号：CN118505603A
公开(公告)日：2024-08-16
申请号：CN202410427634.9
申请日：2024-04-10
Applicant: 湖南大学
Abstract: 本申请涉及一种脐血流超声图像测量与并行处理方法和装置。所述方法包括：采用数据并行和卷积加速的方式，加速获取标准切面，通过利用数字图像处理技术识别脐血流标准切面的脐血流感兴趣区域、X轴区域，以及脐血流频谱包络线，从而可以计算脐血流频谱的波峰波谷点，并从中定位连续稳定的脐血流频谱。进一步地识别标尺点，可快速定位速度标尺和时间标尺，从而高效地计算Y轴速度标尺的换算比和X轴方向时间标尺的换算比。在此基础上，利用计算的连续稳定的脐血流频谱、Y轴方向速度标尺的换算比以及X轴方向的时间标尺的换算比，可自动准确地测量脐血流频谱相关系数。该过程无需人工干预，极大地提高了脐血流频谱相关系数的计算效率。
-
Patent Agency Ranking
公开(公告)号：CN117911752A
公开(公告)日：2024-04-19
申请号：CN202311802686.1
申请日：2023-12-26
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/26 , G06V10/94 , G06V10/82 , G06T7/00
Abstract: 本申请涉及一种胎儿超声颅脑标准切面识别并行处理方法与系统，其中，方法包括：获取胎儿超声图像；根据已训练的深度学习模型，采用GPU并行计算的方式对所述胎儿超声图像进行类别识别，得到类别识别结果、并分割出所述胎儿超声图像中不同结构的box和mask；根据所述胎儿超声图像以及所述不同结构的box和mask，对所述胎儿超声图像标准程度进行评分；基于类别识别结果和评分结果，生成所述胎儿超声图像的识别结果。整个过程中，基于已训练的深度学习模型对所述胎儿超声图像进行类别识别得到图像类别，并且结合评分结果，识别出评分最高的切面图像，其可以失效高效、且准确识别胎儿超声图像中颅脑冠状和矢状切面，为医生提供更可靠的图像分析数据支持。
-
公开(公告)号：CN111459662B
公开(公告)日：2023-07-04
申请号：CN202010190898.9
申请日：2020-03-18
Applicant: 湖南大学
IPC: G06F9/50
Abstract: 本申请涉及一种上述移动边缘计算中的迁移管理方法、装置、计算机设备和存储介质，其中，方法包括：获取任务的数据信息，将任务卸载至当前覆盖任务的源边缘服务器；将待处理的任务根据当前时间片下对应的目的边缘服务器划分为不同小组，针对每个小组内任务计算迁移阈值；依次确定小组内各任务的迁移策略；根据得到的迁移策略进行移动边缘计算中的迁移管理。采用分组的思想，将任务基于目的边缘服务器划分为不同小组，再根据确定的迁移阈值依次确定下小组内各任务的迁移策略，能够高效确定各任务的迁移策略。
-
公开(公告)号：CN116309528A
公开(公告)日：2023-06-23
申请号：CN202310378877.3
申请日：2023-04-11
Applicant: 湖南大学
Abstract: 本申请涉及一种胎儿心脏超声图像处理方法、装置、计算机设备、存储介质和计算机程序产品，通过对获取目标四腔心超声切面图像进行目标分割处理，得到房间隔轮廓数据、室间隔轮廓数据、脊柱轮廓数据以及胸腔轮廓数据，用于第一心脏轴线与第二心脏轴线的拟合，进而实现自动测量得到心轴，也即胎儿心尖指向与脊柱胸骨连线方向的夹角，相较手动描迹测量方式来说，不易受临床经验和其他主观因素的影响，测量准确性大大提高，适用于产前超声检查，有利于帮助医生快速对胎儿四腔心超声切面图像进行分类判断，提高医生检查效率。
-
公开(公告)号：CN113014602B
公开(公告)日：2022-02-18
申请号：CN202110325762.9
申请日：2021-03-26
Applicant: 湖南大学 , 湖南匡安网络技术有限公司
Abstract: 本发明公开了一种基于最优通信路径的工业网络防御方法，其首先获取当前工业控制网络所处局域网的网络拓扑图和开机状态的设备信息；从网络拓扑图提取终端设备节点，使用PIEU法评估终端设备的关键程度，并按照统一的标准给节点的关键程度配上对应的指标值，将终端节点两两组合，按两节点的指标值之和降序排列；按排列顺序，使用SPFA算法对关键程度高的两个终端节点先寻找最优通信路径，找到后将最优通信路径存入网络，最终得到整个工业网络的最优通信路径；终端节点只接收网络数据包源IP从最优通信路径发来的包，其他路径发来的包均视为异常网络数据包。本发明能够充分利用工控系统自身较好的稳定性，结合网络的最优通信路径，保证网络良好的通信链路。
-
公开(公告)号：CN110263707B
公开(公告)日：2021-09-10
申请号：CN201910531711.4
申请日：2019-06-19
Applicant: 湖南大学
Abstract: 本申请具体涉及一种图像识别方法、装置、计算机设备和存储介质。方法包括：通过获取待识别图像，并将待识别图像输入训练完成的深度卷积神经网络；其中深度卷积神经网络通过在卷积层进行数据并行，而在全连阶层进行模型并行的训练方案训练获得。本申请图像识别方法通过在深度卷积神经网络的训练过程中，通过在卷积层采取数据并行，在全连接层进行模型并行的训练方法，通过多重并行训练缩短有效地缩短了深度卷积神经网络的训练周期，进而整体提高了图像识别过程的处理效率。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.023 seconds)
