-
公开(公告)号：CN119579454B
公开(公告)日：2025-04-29
申请号：CN202510143167.1
申请日：2025-02-10
Applicant: 常熟理工学院
IPC: G06T5/70 , G06T5/10 , G06T5/60 , G06T5/80 , G06T5/90 , G06T7/00 , G06T7/11 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度神经网络的癌症图像去噪方法与系统，包括：对癌症图像进行自适应分割，对分割后的各区域进行噪声估计和统计分析，自动调整去噪参数；采用小波变换和金字塔分解进行多尺度特征提取，对调整参数后的图像进行分析和处理；对多尺度处理后的图像进行质量评估和失真检测，自动识别和定位伪影与失真，采用点扩散函数反演和维纳滤波方法，校正和补偿干扰，获得校正图像；对校正图像应用直方图均衡化和对比度受限自适应直方图均衡化后，使用卷积神经网络结合稀疏表示和字典学习算法，进行去噪处理，得到去噪结果。本发明能够有效去除不同类型癌症图像中的噪声，同时保留关键诊断信息，提高图像质量和清晰度。
-
公开(公告)号：CN119513346A
公开(公告)日：2025-02-25
申请号：CN202411583399.0
申请日：2024-11-07
Applicant: 常熟理工学院
IPC: G06F16/58 , G06F16/78 , G06F16/783 , G06F16/583 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种视觉问答方法、装置、计算机设备及计算机可读存储介质，可以利用问题引导图像实现跨模态交互，使得生成的图像特征融入问题信息，提高模态内和模态间的交互能力。所述方法包括：基于视觉问答模型，确定样本图像的自适应注意力特征图和样本问题的问题特征表示；对自适应注意力特征图和问题特征表示进行跨模态特征融合，确定样本预测答案；根据样本预测答案和样本实际答案之间的损失对视觉问答模型的模型参数进行优化，以及重新获取训练样本对视觉问答模型进行优化，直至视觉问答模型达到停止模型训练的标准，得到目标模型；响应于视觉问答指令，将待预测图像和待预测问题输入至目标模型进行预测，得到待预测问题对应的预测答案。
-
公开(公告)号：CN119006942A
公开(公告)日：2024-11-22
申请号：CN202411488310.2
申请日：2024-10-24
Applicant: 常熟理工学院
IPC: G06V10/764 , G06V10/54 , G06V10/774 , G06N3/0464 , G06N3/094 , G16H30/00 , G16H70/60
Abstract: 本发明公开了一种针对乳腺癌病理图像的识别分类方法与系统，包括：收集乳腺癌病理图像并进行预处理，基于卷积神经网络提取多尺度纹理特征，通过设计不同感受野大小的卷积核，捕捉乳腺组织的局部和全局纹理信息，获得纹理特征；通过注意力机制对纹理特征进行自适应加权，根据不同区域的重要程度动态调整特征权重，获得关键纹理特征；基于关键纹理特征采用序列特征选择算法筛选最优纹理特征子集，通过迭代搜索和交叉验证，获得最具判别力的特征组合；根据特征组合构建基于集成学习的识别分类模型，将待预测病理图像输入识别分类模型进行处理，获得识别分类结果。本发明有效提高了乳腺癌病理图像分类的准确性、可靠性和可解释性。
-
公开(公告)号：CN101458119B
公开(公告)日：2010-08-11
申请号：CN200810243338.4
申请日：2008-12-26
Applicant: 常熟理工学院
Abstract: 本发明公开了一种图像分析检测轴瓦振动的方法，包括以下步骤：(1)安装图像采集设备；(2)根据显示的图像对图像采集设备进行微调至图像效果最佳时止；(3)对保存的图像的失真参数进行矫正；(4)计算机通过实时识别和记录轴瓦的位置计算出轴瓦振动的幅度大小。本发明所提供的一种图像识别检测轴瓦振动幅度的方法，自动地对轴瓦振动的全过程进行记录，并在振动幅度超过安全范围时报警；使用图像采集设备对轴瓦进行拍摄，采用非接触测量方式，无须在原有的机械设备上进行较大的改动，不需要检测人员近距离的靠近设备；本发明相对传统的检测设备，结构简单，大大降低了成本，安装与管理也更加方便，自动生成图表，人员可以形象地观察出轴承的振动情况，便于维护。
-
公开(公告)号：CN119006942B
公开(公告)日：2025-03-25
申请号：CN202411488310.2
申请日：2024-10-24
Applicant: 常熟理工学院
IPC: G06V10/764 , G06V10/54 , G06V10/774 , G06N3/0464 , G06N3/094 , G16H30/00 , G16H70/60
Abstract: 本发明公开了一种针对乳腺癌病理图像的识别分类方法与系统，包括：收集乳腺癌病理图像并进行预处理，基于卷积神经网络提取多尺度纹理特征，通过设计不同感受野大小的卷积核，捕捉乳腺组织的局部和全局纹理信息，获得纹理特征；通过注意力机制对纹理特征进行自适应加权，根据不同区域的重要程度动态调整特征权重，获得关键纹理特征；基于关键纹理特征采用序列特征选择算法筛选最优纹理特征子集，通过迭代搜索和交叉验证，获得最具判别力的特征组合；根据特征组合构建基于集成学习的识别分类模型，将待预测病理图像输入识别分类模型进行处理，获得识别分类结果。本发明有效提高了乳腺癌病理图像分类的准确性、可靠性和可解释性。
-
Patent Agency Ranking
公开(公告)号：CN101458119A
公开(公告)日：2009-06-17
申请号：CN200810243338.4
申请日：2008-12-26
Applicant: 常熟理工学院
Abstract: 本发明公开了一种图像分析检测轴瓦振动的方法，包括以下步骤：(1)安装图像采集设备；(2)根据显示的图像对图像采集设备进行微调至图像效果最佳时止；(3)对保存的图像的失真参数进行矫正；(4)计算机通过实时识别和记录轴瓦的位置计算出轴瓦振动的幅度大小。本发明所提供的一种图像识别检测轴瓦振动幅度的方法，自动地对轴瓦振动的全过程进行记录，并在振动幅度超过安全范围时报警；使用图像采集设备对轴瓦进行拍摄，采用非接触测量方式，无须在原有的机械设备上进行较大的改动，不需要检测人员近距离的靠近设备；本发明相对传统的检测设备，结构简单，大大降低了成本，安装与管理也更加方便，自动生成图表，人员可以形象地观察出轴承的振动情况，便于维护。
-
公开(公告)号：CN119579454A
公开(公告)日：2025-03-07
申请号：CN202510143167.1
申请日：2025-02-10
Applicant: 常熟理工学院
IPC: G06T5/70 , G06T5/10 , G06T5/60 , G06T5/80 , G06T5/90 , G06T7/00 , G06T7/11 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度神经网络的癌症图像去噪方法与系统，包括：对癌症图像进行自适应分割，对分割后的各区域进行噪声估计和统计分析，自动调整去噪参数；采用小波变换和金字塔分解进行多尺度特征提取，对调整参数后的图像进行分析和处理；对多尺度处理后的图像进行质量评估和失真检测，自动识别和定位伪影与失真，采用点扩散函数反演和维纳滤波方法，校正和补偿干扰，获得校正图像；对校正图像应用直方图均衡化和对比度受限自适应直方图均衡化后，使用卷积神经网络结合稀疏表示和字典学习算法，进行去噪处理，得到去噪结果。本发明能够有效去除不同类型癌症图像中的噪声，同时保留关键诊断信息，提高图像质量和清晰度。
-
公开(公告)号：CN101586982A
公开(公告)日：2009-11-25
申请号：CN200910026345.3
申请日：2009-04-21
Applicant: 常熟理工学院
IPC: G01F23/292
Abstract: 本发明公开了一种物体位置检测装置及其检测方法，该装置包括安装在待测物体位置上方的支架、图像采集设备、影像投影设备，影像投影设备安装在支架上，其投影角度可调节；用于采集被测物体表面投影图像的图像采集设备安装在支架上并通过通信线缆和计算机相连接。首先利用影像投影设备投影同心圆或其他图形到待测物体上，并利用采集到得投影图像调整投影设备和图像采集设备镜头的角度，使其与被测物体垂直；由于投影到物体上的图像大小会随待测物体位置的变化而变化，再通过图像采集设备采集随位置变化的图像，最后用计算机图像模式识别系统对图像进行处理计算出物体的位置。本发明特点是成本低、无需防护、抗干扰性强、安装调试方便、操作简便。
-
公开(公告)号：CN117975001A
公开(公告)日：2024-05-03
申请号：CN202410094011.4
申请日：2024-01-23
Applicant: 常熟理工学院
IPC: G06V10/26 , G06V10/75 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0895 , G06V20/40
Abstract: 本发明公开了一种基于全局匹配和历史帧特征优化的半监督目标分割方法，具体为：基于全局匹配和历史帧特征优化，构建半监督目标分割模型，目标分割模型采用编码器‑解码器结构，并设有全局匹配模块、初始信息驱动模块和上一帧信息驱动模块，用于挖掘目标在空间域和时间域中的相关性；下载视频目标分割领域的数据集，并下载图像数据集，这些数据集在训练过程中生成模拟视频数据；采用图像数据集对目标分割模型进行预训练，将预训练后的目标分割模型在视频数据集中进一步训练，得到最优目标分割模型；采用最优目标分割模型，完成半监督视频目标分割任务。本发明在保持较快推理速度的前提下，提高了目标相似以及背景与前景混淆这些复杂场景下的分割精度。
-
公开(公告)号：CN201408358Y
公开(公告)日：2010-02-17
申请号：CN200920043829.4
申请日：2009-05-25
Applicant: 常熟理工学院
IPC: G05B19/418 , H04W84/18
CPC classification number: Y02P90/02
Abstract: 本实用新型公开了一种基于无线传感器网络的矿井监控管理设备，该设备包括井上信息中心、交换机、布置在井下的工业以太网、设置在工业以太网上的无线传感器网关节点、设置在矿井巷道中的无线传感器锚节点和携带在人员身上以及设置在生产设备上的无线传感器移动节点，对环境参数进行监测的节点将监测到信号直接或者间接传达至井上信息中心，井上信息中心将监测到的参数处理后经以太网反馈给井下的无线传感器网关节点、无线传感器锚节点和无线传感器移动节点，对其发出警报和控制。本实用新型简单有效，可有效的对井下环境参数、人员定位等信息进行监控，在危险情况下能预警，防止事故的发生。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.053 seconds)
