-
公开(公告)号：CN103985124A
公开(公告)日：2014-08-13
申请号：CN201410210245.7
申请日：2014-05-17
Applicant: 清华大学深圳研究生院
Abstract: 一种基于非线性渐变模型的心脏CT图像底部自动提取方法，其包括以下步骤：获取心脏CT序列；分别计算心脏CT序列各层中肺部区域的第一特征值；利用第一特征值构建心脏底部和心脏顶部的约束条件，求解所述约束条件将所述心脏CT序列分为顶部序列和底部序列；分别在所述顶部序列的最底层以及心尖消失图层提取心脏有效区域信息；利用提取的心脏有效区域信息构造心脏底部的非线性渐变模型，拟合所述底部序列各层的心脏边缘轮廓，从而获得精确的心脏底部。本发明方法能够精确的提取出与胸隔膜发生粘连的心脏底部。且鲁棒性强，运行效率高，对硬件配置要求低，适合网络化应用。
-
公开(公告)号：CN104826869B
公开(公告)日：2016-09-21
申请号：CN201510211642.0
申请日：2015-04-29
Applicant: 清华大学深圳研究生院
Abstract: 一种电致塑性与超声滚压耦合进行轧辊在线修复的系统及方法，该系统包括：安装于轧辊前边的轧机机体上的一对支架；由电动机驱动的丝杆、导轨和滑块，该丝杆和该导轨安装于所述的一对支架之间，该滑块由该丝杆驱动，并能沿着该导轨平移；绝缘安装于所述滑块上的载有超声滚压装置的气缸、左电刷装置和右电刷装置，该超声滚压装置的滚压头能够与所述轧辊辊面紧密接触；所述左电刷装置的左电刷和所述右电刷装置的右电刷与所述轧辊辊面滑动接触；及，输出端分别连接所述左电刷和右电刷的脉冲电源。本系统与轧机结合可以实现轧辊的在线修复，将电致塑性、超声冲击及滚压共同作用于轧辊辊面，使辊面晶粒细化并形成压应力强化层，快速实现轧辊的在线修复。
-
公开(公告)号：CN100456178C
公开(公告)日：2009-01-28
申请号：CN200710075890.2
申请日：2007-07-16
Applicant: 清华大学深圳研究生院
IPC: G05B19/042 , G05B5/01
Abstract: 一种通过电机电流闭环反馈的自动进料控制装置，包括单片机、霍尔电流传感器、用于控制振动器振幅的第一双向可控硅及连接于第一双向可控硅控制极的RC电路，RC电路的电阻采用由数个过零触发光耦、双向可控硅和电阻阵列组成的大功率数字可调电阻。它用霍尔电流传感器检测电机电流并转化为数字信号，利用单片机控制电阻阵列实现大功率可调电阻的阻值变化，达到实现进料的自适应控制的目的。可广泛应用于根据电机负载控制自动进料的场合，如破碎机，磨粉机等，对实现该类设备的自动化具有重要意义。
-
公开(公告)号：CN103985124B
公开(公告)日：2016-11-09
申请号：CN201410210245.7
申请日：2014-05-17
Applicant: 清华大学深圳研究生院
Abstract: 一种基于非线性渐变模型的心脏CT图像底部自动提取方法，其包括以下步骤：获取心脏CT序列；分别计算心脏CT序列各层中肺部区域的第一特征值；利用第一特征值构建心脏底部和心脏顶部的约束条件，求解所述约束条件将所述心脏CT序列分为顶部序列和底部序列；分别在所述顶部序列的最底层以及心尖消失图层提取心脏有效区域信息；利用提取的心脏有效区域信息构造心脏底部的非线性渐变模型，拟合所述底部序列各层的心脏边缘轮廓，从而获得精确的心脏底部。本发明方法能够精确的提取出与胸隔膜发生粘连的心脏底部。且鲁棒性强，运行效率高，对硬件配置要求低，适合网络化应用。
-
公开(公告)号：CN103985122B
公开(公告)日：2016-11-02
申请号：CN201410210011.2
申请日：2014-05-17
Applicant: 清华大学深圳研究生院
Abstract: 一种基于心脏CT图像的全心脏提取方法，其包括以下步骤：获取心脏CT图像；去除心脏CT图像中的肺部组织、降主动脉组织、胸腔壁组织和椎骨组织得到中间图像；以及去除所述中间图像中的噪声组织。本发明方法从逆向角度出发，通过逐步去除胸腔壁、肺部、椎骨和降主动脉等非心脏组织来实现提取全心脏的目的，其具有自适应性强、运行效率高、提取效果精确等优点，能够快速嵌入到现有医疗网络中，实现远程辅助诊断。
-
Patent Agency Ranking
公开(公告)号：CN104826869A
公开(公告)日：2015-08-12
申请号：CN201510211642.0
申请日：2015-04-29
Applicant: 清华大学深圳研究生院
Abstract: 一种电致塑性与超声滚压耦合进行轧辊在线修复的系统及方法，该系统包括：安装于轧辊前边的轧机机体上的一对支架；由电动机驱动的丝杆、导轨和滑块，该丝杆和该导轨安装于所述的一对支架之间，该滑块由该丝杆驱动，并能沿着该导轨平移；绝缘安装于所述滑块上的载有超声滚压装置的气缸、左电刷装置和右电刷装置，该超声滚压装置的滚压头能够与所述轧辊辊面紧密接触；所述左电刷装置的左电刷和所述右电刷装置的右电刷与所述轧辊辊面滑动接触；及，输出端分别连接所述左电刷和右电刷的脉冲电源。本系统与轧机结合可以实现轧辊的在线修复，将电致塑性、超声冲击及滚压共同作用于轧辊辊面，使辊面晶粒细化并形成压应力强化层，快速实现轧辊的在线修复。
-
公开(公告)号：CN109685804B
公开(公告)日：2021-04-23
申请号：CN201910007020.4
申请日：2019-01-04
Applicant: 清华大学深圳研究生院
IPC: G06T7/10
Abstract: 本申请属于医学影像处理技术领域，特别是涉及一种多通道头部磁共振成像组织分割方法。但是现有深度学习方法没有利用大脑相对固定的解剖学结构信息。本申请提供一种多通道头部磁共振成像组织分割方法，所述方法包括如下步骤：步骤1:给每个图像匹配到和它最相近的预分割标签，形成4个通道；步骤2:将得到的4个通道数据输入卷积神经网络，通过该输入数据的真实标签进行训练网络，得到训练模型，将测试数据通过训练好的模型得到分割结果。充分利用了脑部组织的先验纹理信息，增加一个新的通道，促进网络的精确分割，提高了网络分割精度。本申请的方法简单，鲁棒性强，不需要改变原有的网络结构，即可加入任何分割网络进行分割。
-
公开(公告)号：CN109685804A
公开(公告)日：2019-04-26
申请号：CN201910007020.4
申请日：2019-01-04
Applicant: 清华大学深圳研究生院
IPC: G06T7/10
CPC classification number: G06T7/10 , G06T2207/10088 , G06T2207/20081 , G06T2207/20084 , G06T2207/30016
Abstract: 本申请属于医学影像处理技术领域，特别是涉及一种多通道头部磁共振成像组织分割方法。但是现有深度学习方法没有利用大脑相对固定的解剖学结构信息。本申请提供一种多通道头部磁共振成像组织分割方法，所述方法包括如下步骤：步骤1:给每个图像匹配到和它最相近的预分割标签，形成4个通道；步骤2:将得到的4个通道数据输入卷积神经网络，通过该输入数据的真实标签进行训练网络，得到训练模型，将测试数据通过训练好的模型得到分割结果。充分利用了脑部组织的先验纹理信息，增加一个新的通道，促进网络的精确分割，提高了网络分割精度。本申请的方法简单，鲁棒性强，不需要改变原有的网络结构，即可加入任何分割网络进行分割。
-
公开(公告)号：CN104538698A
公开(公告)日：2015-04-22
申请号：CN201410679664.5
申请日：2014-11-24
Applicant: 清华大学深圳研究生院
IPC: H01M10/613 , H01M10/625 , H01M10/6569
CPC classification number: H01M10/052
Abstract: 本发明涉及一种动力锂电池组的温度调节系统及动力锂电池组，该系统包括：内置若干锂电池单元的电池箱体，在所有锂电池单元的表面涂布导热涂层；填充在电池箱体内、所述锂电池单元之间的相变储能微胶囊；以及，插置于所述锂电池单元之间的若干热管，每一个热管的周壁均与相变储能微胶囊接触，每一个热管的两端分别与电池箱体的上盖、底板紧密接触。其将储热密度高、化学稳定性好的相变储能材料与热管技术整合，不仅能充分发挥相变材料的吸热性能，而且能弥补相变材料导热系数不高、储能速率偏低的缺陷，在动力锂电池组大功率、大电流放电下也能快速响应，控制锂电池组安全工作在最佳温度范围内。
-
公开(公告)号：CN103985122A
公开(公告)日：2014-08-13
申请号：CN201410210011.2
申请日：2014-05-17
Applicant: 清华大学深圳研究生院
Abstract: 一种基于心脏CT图像的全心脏提取方法，其包括以下步骤：获取心脏CT图像；去除心脏CT图像中的肺部组织、降主动脉组织、胸腔壁组织和椎骨组织得到中间图像；以及去除所述中间图像中的噪声组织。本发明方法从逆向角度出发，通过逐步去除胸腔壁、肺部、椎骨和降主动脉等非心脏组织来实现提取全心脏的目的，其具有自适应性强、运行效率高、提取效果精确等优点，能够快速嵌入到现有医疗网络中，实现远程辅助诊断。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.032 seconds)
