-
公开(公告)号：CN110082928A
公开(公告)日：2019-08-02
申请号：CN201910359541.6
申请日：2019-04-30
Applicant: 中北大学
IPC: G02B27/48
Abstract: 本发明涉及激光显示技术领域，更具体而言，涉及一种基于偏振多样性与角度多样性结合的激光消散斑装置，沿光路依次设置激光器、准直透镜、合束镜、基于偏振多样性的静态消散斑装置、基于角度多样性的静态消散斑装置、散射片、光通管、中继透镜、数字微镜器件、投影透镜组和观测屏。在光源部分加入相应波片，无需对激光显示系统做任何改变，就可通过非运动方式实现多种散斑抑制技术结合的激光散斑减少。根据激光投影系统的特性设计了激光散斑抑制方案，既不影响投影系统的整体结构，又能抑制激光散斑，结构简单、成本低、系统的一致性和稳定性高。
-
公开(公告)号：CN116862790A
公开(公告)日：2023-10-10
申请号：CN202310796944.3
申请日：2023-06-30
Applicant: 中北大学
Abstract: 本发明涉及一种基于神经网络的低剂量CT图像降噪方法及装置，将含噪声的CT图像分解，获得图像低频信息和高频信息；将所述图像低频信息和高频信息分别输入至相对应的低频网络和高频网络中，得到第n次降噪后的低频信息Ln和高频信息Hn；第n次降噪后的低频信息和高频信息通过融合网络与初始图像相减，获得残差图像ΔZn；计算损失函数，训练出预模型；调整学习率，对预模型进行训练，获得最终降噪模型；基于所述最终降噪模型，对CT图像进行处理，获得降噪后的CT图像。本发明能够有效提高低剂量CT图像降噪处理效果。
-
公开(公告)号：CN110285022A
公开(公告)日：2019-09-27
申请号：CN201910599527.3
申请日：2019-07-04
Applicant: 中北大学
Abstract: 本发明涉及绿色能源综合利用技术领域，更具体而言，涉及一种结合温差、风力及水流发电的冰雪能量多级利用系统。该系统包括温差发电模组、风力发电模组、水力发电模组和储能装置，温差发电模组、风力发电模组、水力发电模组发电并将电能储存于储能装置中，用于直接提供用户照明与供暖器使用。本系统将现存的冰雪能通过温差发电技术、风力发电技术和水能发电技术构建一体化系统最大程度地利用冰雪资源，将其转化为持续可用的电能，达到节能减排，提供舒适生活服务的目的。弥补绿色能源的不足，实现能源消耗少，电能资源取自天然，用之于民的冰雪能量多级利用。
-
公开(公告)号：CN119399075A
公开(公告)日：2025-02-07
申请号：CN202411436527.9
申请日：2024-10-15
Applicant: 中北大学
IPC: G06T5/77 , G06T5/60 , G06N3/0464
Abstract: 本发明涉及一种基于神经网络多层次特征学习的低剂量CT图像复原方法及装置，对CT图像数据集进行预处理，获得预处理图像；基于预处理图像，通过粗特征提取模块提取图像粗特征，获得粗特征图；基于所述粗特征图，通过细节增强模块增强图像细节特征，获得细节增强特征图；基于所述粗特征图，通过重建图像模块获得第一重建图像；基于所述细节增强特征图，通过重建图像细节模块获得第二重建图像；将所述第一重建图像和第二重建图像相加，得到复原图像；计算损失函数，训练出复原模型。本发明能够有效提高低剂量CT图像复原处理效果。
-
Patent Agency Ranking
公开(公告)号：CN116862790B
公开(公告)日：2024-10-08
申请号：CN202310796944.3
申请日：2023-06-30
Applicant: 中北大学
IPC: G06T5/70 , G06T7/00 , G06T5/60 , G06N3/0464
Abstract: 本发明涉及一种基于神经网络的低剂量CT图像降噪方法及装置，将含噪声的CT图像分解，获得图像低频信息和高频信息；将所述图像低频信息和高频信息分别输入至相对应的低频网络和高频网络中，得到第n次降噪后的低频信息Ln和高频信息Hn；第n次降噪后的低频信息和高频信息通过融合网络与初始图像相减，获得残差图像ΔZn；计算损失函数，训练出预模型；调整学习率，对预模型进行训练，获得最终降噪模型；基于所述最终降噪模型，对CT图像进行处理，获得降噪后的CT图像。本发明能够有效提高低剂量CT图像降噪处理效果。
-
公开(公告)号：CN111833412B
公开(公告)日：2023-09-22
申请号：CN202010687884.8
申请日：2020-07-16
Applicant: 中北大学
Abstract: 本发明属于医学图像处理领域，具体涉及一种基于分数滤波框架的Tikhonov正则化光声成像重建方法，包括下列步骤：S1、用Matlab模拟构建系统矩阵，得出光声成像的前向模型；S2、通过Tikhonov正则化求出Ax＝b的泛函，在(0,1)区间上选择分数阶；S3、采用Morozov偏差原理求λ；S4、求得重建解和滤波函数；S5、若S4得到的重建解和滤波函数可以使重建图像的SNR或CNR的值最大化，则得到了最合适的正则化参数值和分数阶，否则，重复S2‑S5，进一步缩小搜索区间。本发明分数阶Tikhonov正则化比传统标准Tikhonov正则化的重建图像质量更高。分数滤波框架优越的性能归因于包含分数阶，而非单纯的整数阶正则化，该分数阶通过增加重构解决方案的范数来控制平滑度。本发明用于光声成像的重建。
-
公开(公告)号：CN110082928B
公开(公告)日：2022-01-11
申请号：CN201910359541.6
申请日：2019-04-30
Applicant: 中北大学
IPC: G02B27/48
Abstract: 本发明涉及激光显示技术领域，更具体而言，涉及一种基于偏振多样性与角度多样性结合的激光消散斑装置，沿光路依次设置激光器、准直透镜、合束镜、基于偏振多样性的静态消散斑装置、基于角度多样性的静态消散斑装置、散射片、光通管、中继透镜、数字微镜器件、投影透镜组和观测屏。在光源部分加入相应波片，无需对激光显示系统做任何改变，就可通过非运动方式实现多种散斑抑制技术结合的激光散斑减少。根据激光投影系统的特性设计了激光散斑抑制方案，既不影响投影系统的整体结构，又能抑制激光散斑，结构简单、成本低、系统的一致性和稳定性高。
-
公开(公告)号：CN111833412A
公开(公告)日：2020-10-27
申请号：CN202010687884.8
申请日：2020-07-16
Applicant: 中北大学
Abstract: 本发明属于医学图像处理领域，具体涉及一种基于分数滤波框架的Tikhonov正则化光声成像重建方法，包括下列步骤：S1、用Matlab模拟构建系统矩阵，得出光声成像的前向模型；S2、通过Tikhonov正则化求出Ax＝b的泛函，在(0,1)区间上选择分数阶；S3、采用Morozov偏差原理求λ；S4、求得重建解和滤波函数；S5、若S4得到的重建解和滤波函数可以使重建图像的SNR或CNR的值最大化，则得到了最合适的正则化参数值和分数阶，否则，重复S2-S5，进一步缩小搜索区间。本发明分数阶Tikhonov正则化比传统标准Tikhonov正则化的重建图像质量更高。分数滤波框架优越的性能归因于包含分数阶，而非单纯的整数阶正则化，该分数阶通过增加重构解决方案的范数来控制平滑度。本发明用于光声成像的重建。
-
公开(公告)号：CN110285022B
公开(公告)日：2020-09-04
申请号：CN201910599527.3
申请日：2019-07-04
Applicant: 中北大学
Abstract: 本发明涉及绿色能源综合利用技术领域，更具体而言，涉及一种结合温差、风力及水流发电的冰雪能量多级利用系统。该系统包括温差发电模组、风力发电模组、水力发电模组和储能装置，温差发电模组、风力发电模组、水力发电模组发电并将电能储存于储能装置中，用于直接提供用户照明与供暖器使用。本系统将现存的冰雪能通过温差发电技术、风力发电技术和水能发电技术构建一体化系统最大程度地利用冰雪资源，将其转化为持续可用的电能，达到节能减排，提供舒适生活服务的目的。弥补绿色能源的不足，实现能源消耗少，电能资源取自天然，用之于民的冰雪能量多级利用。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.061 seconds)
