-
公开(公告)号：CN110148145B
公开(公告)日：2023-10-10
申请号：CN201910226802.7
申请日：2019-03-25
Applicant: 东南大学
IPC: G06T7/12 , G06T7/136 , G06T7/11 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种融合边界信息的图像目标区提取方法及应用，引入双神经网络先后应用，即采用神经网络RCF模型，以及改进型语义分割网络SegNet，针对目标类型灰度图像中的目标区域图像实现高效提取，其中能够结合局部特征和全局特征，有效克服网络下采样过程中细节特征丢失的问题，因此将设计方案应用于脑组织提取过程中，对于比较难分割的脑组织边界区域，能得到更好的脑组织区域图像提取效果。
-
公开(公告)号：CN116439726A
公开(公告)日：2023-07-18
申请号：CN202310447881.0
申请日：2023-04-24
Applicant: 东南大学
Abstract: 本发明公开了一种基于混合动态因果模型的癫痫兴奋性和抑制性平衡计算方法，主要包括建立神经元集群模型模块、建立功率谱密度函数计算模块、建立混合模拟退火原理模块以及兴奋性和抑制性平衡计算四个部分，神经元集群模型模块使用cPBM模型仿真癫痫发作各阶段EEG信号的功率谱密度函数；功率谱密度函数计算模块依据状态空间方程生成预测功率谱密度函数以及计算真实EEG信号的采样功率谱密度函数；混合模拟退火原理模块在动态因果模型中引入了模拟退火算法，提出了一种包括升温和降温的混合退火方案，用于提高模型参数估计的准确性；兴奋性和抑制性平衡计算使用模型参数估计结果中的C5和C8计算得到Epf，Epf从癫痫发作间期到癫痫发作期的增幅约达190％。
-
公开(公告)号：CN116403559A
公开(公告)日：2023-07-07
申请号：CN202310330246.4
申请日：2023-03-30
Applicant: 东南大学
IPC: G10L13/02 , H04N21/4627 , H04N21/439 , H04N21/44
Abstract: 本发明公开了一种文本驱动视频生成系统的实现方法，该方法把语音合成系统、视频生成系统集成到了一个系统。语音合成系统采用动态Web技术的JSP页面，通过执行后端服务器训练完成的语音合成模型，完成语音的生成，再通过框架把语音传送到前端，其中还增加了新增、删除、查询、批量删除、合成语音下载、合成语音变速等模块。视频生成系统以语音合成系统为基石，既可以采用语音合成系统生成的语音，也可以采用任意用户上传的语音，以及任意一张人脸图片，通过JSP页面将语音和图片传送到后端服务器，后端加载训练完成的视频生成模型，完成视频的生成，再通过框架把视频传送到前端，从而实现了完整的文本驱动视频生成系统。
-
公开(公告)号：CN109285176B
公开(公告)日：2021-11-02
申请号：CN201811166740.7
申请日：2018-10-08
Applicant: 东南大学
Abstract: 本发明公开了一种基于正则化图割的大脑组织分割方法，首先基于强度距离和空间相似度，设计新的体素间相似度计算方法，从而对体素进行聚类，把大脑MRI图像分割为一系列均匀并且较好地贴合图像边缘的超体素；随后明通过把大脑不同组织的先验概率融入到图割框架中，设计一个能量计算公式，计算每个超体素在分配不同标签时各个部分的能量值，从而使用图割方法对超体素分割，把Magnetic Resonance Imaging(MRI)图像分割成不同的组织。本发明能够从最初的脑部MRI分割出三种脑组织，分割结果中各个组织间边界贴合度高。与已有的MRI图像分割方法相比，本发明分割效果更好，边界贴合度更高，效率更高，处理速度更快，可以较好地抑制噪声的影响。
-
公开(公告)号：CN109035197B
公开(公告)日：2021-09-28
申请号：CN201810552230.7
申请日：2018-05-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于三维卷积神经网络的CT造影图像肾脏肿瘤分割方法。该方法首先粗略分割出CT造影图像中的肾脏区域，并对其中的肾脏和肿瘤分别标注，生成数据集，然后将训练集送入基于金字塔池化和逐步特征增强模块的卷积神经网络中训练，得到训练模型，利用得到的训练模型对新的肾脏数据进行预测，得到肾脏肿瘤的分割掩模。本发明还提出一种基于三维卷积神经网络的CT造影图像肾脏肿瘤分割系统，本发明主要解决了肾脏肿瘤难图像分割的问题，通过本发明能够直接得到肾脏肿瘤的分割掩模。
-
Patent Agency Ranking
公开(公告)号：CN110909207A
公开(公告)日：2020-03-24
申请号：CN201910845200.X
申请日：2019-09-08
Applicant: 东南大学
IPC: G06F16/74 , G06F16/783 , G06T5/40 , G06T7/90
Abstract: 本发明公开了一种包含手语的新闻类视频描述数据集构建方法，该方法的主要特征在于把新闻类视频构建成包含音频、视频、手语、语言描述的数据集；该方法利用色差直方图算法进行视频的自动分割，并使用ffmpeg完成视频信息的自动提取，最后构建图形用户界面并根据用户输入信息自动生成视频描述与视频信息json文件。本发明通过利用新闻视频数据与手语信息构建数据集，为视频描述网络的研究以及视频描述技术在残疾人士服务中的应用提供了支持。
-
公开(公告)号：CN104881682B
公开(公告)日：2019-03-05
申请号：CN201510274498.5
申请日：2015-05-26
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于保局映射与主成分分析的图像分类方法，包括以下步骤：1、输入训练对象；2、建立一层或两层的流形学习网络，对于每一种具体的网络，学习得到每一层的滤波器；3、建立流形学习网络的输出层得到最终特征向量；4、将步骤3中最终得到的所有的特征向量输入支持向量机分类器进行训练；5、用校验图像集进行校验，调整到最佳网络参数；6、对测试图像进行测试，统计分类结果，计算识别率。本发明通过构造三种结构相似但不同网络层的网络，应用一种流形方法即保局映射获得图像更加本质的的局部结构，使得在各种分类任务中，构造的网络更加具有分辨力，获得更高的图像的分类准确率。
-
公开(公告)号：CN114973375B
公开(公告)日：2024-12-31
申请号：CN202210612348.0
申请日：2022-05-31
Applicant: 东南大学
IPC: G06V40/16 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于面部微表情的可控人脸生成方法，包含以下步骤：(1)人脸图像的预处理；(2)构造面部微表情驱动的卷积神经网络；(3)基于面部微表情参数进行可控人脸生成。本发明通过构造卷积神经网络，能够利用面部微表情提取人物脸部的内在运动细节，使得构造的网络可以人为控制生成结果，同时保持了优异的图像质量。
-
-
公开(公告)号：CN118014909A
公开(公告)日：2024-05-10
申请号：CN202410197482.8
申请日：2024-02-22
Applicant: 东南大学
IPC: G06T5/80 , G06T5/60 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于自监督先验图像引导的4D CBCT成像方法，包括：机载CBCT进行肺部扫描，并对投影数据中隔膜的运动进行呼吸状态建模，首先将投影数据进行相位编码，分别得到先验图像、伪平均图像和4DCBCT图像；之后利用先验图像，进一步去除伪平均图像和4DCBCT图像中的条形伪影，进一步促进不同图像的静态信息保留；然后，使用神经网络学习伪平均图像和先验图像之间的映射关系；最后使用训练好的网络处理4DCBCT图像，最终得到高质量4DCBCT图像。本发明实现了4DCBCT图像的高质量重建，在保留运动信息的情况下，大大抑制了伪影，提高了正常组织器官的区分度。本发明无需额外的真值数据进行训练，可以非常便捷地处理不同设备厂商的数据。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.028 seconds)
