-
公开(公告)号：CN116908760A
公开(公告)日：2023-10-20
申请号：CN202310846071.2
申请日：2023-07-11
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度解耦网络的MRI偏置场修正方法及系统，属于医学图像分析技术领域。本发明主要是从算法的角度，解决由于磁共振设备固有的射频线圈不均匀性、磁场分布不同质性等导致的磁共振影像灰度分布不均匀的问题。现有的偏置场修正方法认为偏置场是一种低频信息，并提出了一种“削弱低频，恢复高频”的偏置场修正框架，然而高频信息也包括噪声等干扰信息，低频信息亦包括亮度变化等有用信息，此类方法忽略了图像本身的结构细节，且处理速度慢，容易出现亮度失真等问题。本发明提出的基于深度解耦的偏置场修正方法通过无监督学习框架，挖掘图像的同质性区域分布特点和偏置场平滑性约束关系，学习并优化网络参数，能够解决现有方法所存在的共性问题，在保留图像细节的同时降低颜色失真的风险，具有泛化能力强，处理速度快，恢复效果好等特点，更适用于复杂多变的临床应用。
-
公开(公告)号：CN116012478A
公开(公告)日：2023-04-25
申请号：CN202211714237.7
申请日：2022-12-27
Applicant: 哈尔滨工业大学
IPC: G06T11/00 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/084 , G06N5/04
Abstract: 一种基于收敛型扩散模型的CT金属伪影去除方法，涉及一种CT金属伪影去除方法。为了解决现有金属伪影去除中的MAR方法无法有效应对零训练样本MAR场景的问题，本发明使用收敛型扩散模型进行金属伪影去除，首先对伴有金属伪影噪声的CT影像叠加达到时刻T的高斯噪声，即与待去噪影像对应的前向扩散过程；然后以伴有图像信息偏置的高斯噪声为输入通过神经网络估测当前时刻t的m和ξ，并进行时刻t到时刻t‑1的去噪推理，得到有偏置的高斯分布y′t‑1；从T时刻开始至0时刻结束，共计重复执行T次得到完成金属伪影去噪的CT影像。本发明用于CT影响的金属伪影去除。
-
公开(公告)号：CN113662664B
公开(公告)日：2022-08-16
申请号：CN202111151614.6
申请日：2021-09-29
Applicant: 哈尔滨工业大学
Abstract: 一种基于仪器追踪的外科手术质量客观自动化评估方法，涉及一种外科手术质量的自动化评估方法。为了解决现有的外科手术质量人工评估方式存在效率低的问题，以及现有的外科手术质量客观自动评估方式存在可靠性较差、准确性较低的问题。本发明首先收集数据，然后使用深度学习方法对手术过程中的仪器位置、出血区域位置进行追踪并对手术所处阶段、进行的手术动作进行识别；之后基于得到的上述数据分析手术的熟练性、灵活性、安全性、效率、流程规划等指标，并基于手术指标对手术的整体质量进行评估。主要用于外科手术质量的评估。
-
公开(公告)号：CN114159083A
公开(公告)日：2022-03-11
申请号：CN202111501414.9
申请日：2021-12-09
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度树模型的冠状动脉自动解剖标注方法及系统，它属于医学图像处理技术领域。本发明解决了现有标注方法并未考虑到不同患者冠脉树拓扑结构的差异性的问题。本发明通过冠状动脉CT造影技术获取CCTA影像，再人工提取CCTA影像中的冠脉树各个分支的中心线，并对不同类型分支的中心线进行标注，构建深度树模型并进行训练，以准确且高效地实现冠状动脉的自动解剖标注。本发明能够根据CCTA检查获得的体数据和冠脉分支中心线生成每个患者对应的冠脉树拓扑结构，能够有效应对不同患者冠脉树拓扑结构的差异，并克服了未收录分支类别无法标注的问题。本发明可以应用于对冠状动脉进行自动解剖标注。
-
公开(公告)号：CN111419213A
公开(公告)日：2020-07-17
申请号：CN202010167627.1
申请日：2020-03-11
Applicant: 哈尔滨工业大学
IPC: A61B5/0402 , A61B5/0472 , A61B5/00
Abstract: 一种基于深度学习的ECG心电信号生成方法，涉及一种ECG心电信号生成技术，为了解决现有带标签的ECG心电信号数据库数据量不足以及数据质量不齐，无法为ECG预测心脏疾病算法提供足够有效的训练数据的问题。本发明通过从数据库中筛选获取原始带标注的ECG心电信号，对ECG心电信号进行数据预处理；使用短时傅里叶变换将经过预处理的ECG心电信号转化成二维信号；使用改进的生成对抗网络对二维信号进行训练，并生成新的二维ECG心电信号时频图谱；使用Griffin Lim相位重构算法还原二维ECG心电信号时频图谱，得到自动生成的一维ECG心电信号。有益效果为极大的扩充ECG心电信号数据库，从而推动心电疾病诊断算法的发展，最终为临床心脏疾病诊断提供有效的辅助和支持。
-
Patent Agency Ranking
公开(公告)号：CN102839276A
公开(公告)日：2012-12-26
申请号：CN201210349683.2
申请日：2012-09-19
Applicant: 哈尔滨工业大学
IPC: C21D10/00
CPC classification number: Y02P10/212
Abstract: 一种超声松弛金属构件螺栓连接处残余应力的方法，涉及松弛金属构件螺栓连接处残余应力的方法。本发明解决了现有的松弛金属构件螺栓连接处残余应力的方法，处理效率低，处理时间长的问题。一种超声松弛金属构件螺栓连接处残余应力的方法：一、将材质为金属的超声探头与金属构件螺栓的螺帽的表面形成刚性的接触，或将材质为金属的超声探头与金属构件螺栓的临近螺帽的区域的表面形成刚性的接触；二、进行超声处理。本发明提供的一种超声松弛金属构件螺栓连接处残余应力的方法应用于高精度仪器仪表制造领域。
-
公开(公告)号：CN119109005A
公开(公告)日：2024-12-10
申请号：CN202410895183.1
申请日：2024-07-05
Abstract: 本申请公开了一种可再生能源互补性的确定方法、装置、设备及介质，涉及可再生能源利用领域。可再生能源互补性的确定方法包括：获取每种可再生能源在不同时刻的输出功率；根据每种可再生能源在不同时刻的输出功率，计算每种可再生能源在每个相邻时刻的功率变化量；根据每种可再生能源在每个相邻时刻的功率变化量，确定每个相邻时刻是否存在变化趋势相反的可再生能源的判定指标；根据每个相邻时刻是否存在变化趋势相反的可再生能源的判定指标，计算多种可再生能源的互补性指标。本申请实现了对多种可再生能源的互补性进行评估。
-
公开(公告)号：CN117422911B
公开(公告)日：2024-04-30
申请号：CN202311366788.3
申请日：2023-10-20
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/20 , G06V10/40 , G06V10/774 , G06T7/00 , G06T7/194 , G06N20/00
Abstract: 一种协同学习驱动的多类别全切片数字病理图像分类系统，它属于医学图像分析技术领域。本发明解决了现有方法仅关注二分类且无法捕捉类相关语义信息的问题。本发明首先获取待分类的全切片数字病理图像，再对图像进行预处理，获取前景组织区域图像并将前景组织区域图像分割为子图像补丁；对子图像补丁进行编码，根据编码结果得到补丁特征令牌；设置分类令牌，根据补丁特征令牌和分类令牌进行计算，再根据计算结果生成类激活图，并根据类激活图得到类别的热力图。本发明可以应用于数字病理图像分类。
-
公开(公告)号：CN114863104B
公开(公告)日：2023-08-08
申请号：CN202210480964.5
申请日：2022-05-05
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06V10/764 , G06V10/80 , G06V10/774 , G06N3/0455 , G06N3/09
Abstract: 一种基于标签分布学习的图像分割方法，它属于图像处理技术领域。本发明解决了现有方法无法充分利用神经网络中捕捉的先验信息导致分割结果的准确率低，且分割结果边界不连续的问题。本发明首先利用语义分割标签生成多分辨率的标签分布，并在分割网络不同的上采样层加入对应分辨率的标签分布监督，利用标签分布学习的方法训练网络，并得到不同细节的预测区域分布，最后基于上述预测区域分布实现逐像素的稠密分布预测。本发明方法能够充分利用分割网络中生成的先验信息，并能够有效的捕捉边界信息进而促进边界的分割，可以准确且高效地实现图像的语义分割任务，保证了图像分割的准确性。本发明方法可以应用于对图像进行分割。
-
公开(公告)号：CN116152285A
公开(公告)日：2023-05-23
申请号：CN202310117871.0
申请日：2023-02-15
Applicant: 哈尔滨工业大学
Abstract: 基于深度学习和灰度信息的图像分割系统，具体涉及一种用于小样本核磁共振数据图像的基于深度学习和灰度信息的分割系统，为了解决核磁共振影像分割时要依赖大量的影像数据，泛化性能差，且在灰度分布不均匀的核磁共振影像中分割准确率较低，或存在分割不全以及分割目标不连续的问题，它包括编码模块、空间注意力模块、灰度校正模块、分割模块、损失模块，编码模块分别与空间注意力模块、灰度校正模块和分割模块连接，空间注意力模块与灰度校正模块连接，损失模块分别与灰度校正模块和分割模块连接。本发明采用了深度学习技术和灰度偏置校正，利用深度学习技术将灰度偏置校正与分割两个任务协同进行。属于医学图像分割领域。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.037 seconds)
