-
公开(公告)号：CN119478427B
公开(公告)日：2025-04-08
申请号：CN202510065280.2
申请日：2025-01-16
Applicant: 西北工业大学
IPC: G06V10/26 , G06N3/0455 , G06T7/00 , G06V10/44 , G06V10/774 , G06V10/82 , G06V20/70
Abstract: 本发明属于医学图像处理技术领域，针对现有技术存在的左心房和左心房瘢痕分割精度不是很高的技术问题，本发明提出了基于心脏医学图像的左心房及左心房瘢痕自动分割方法，包括以下步骤：S1、对训练数据和测试数据进行预处理，得到处理后的训练数据和测试数据；S2、利用处理后的训练数据对Boundary Loss Constrained Mutil‑Attention U‑Net模型进行训练，得到5个训练好的分割模型；S3、利用分割模型对处理后的测试数据进行分割，得到5个分割结果，取分割结果的平均值，作为最终分割结果。本发明能够缓解左心房和瘢痕间类别不平衡的问题，显著提高基线模型的分割能力。
-
公开(公告)号：CN117974735A
公开(公告)日：2024-05-03
申请号：CN202410389652.2
申请日：2024-04-02
Applicant: 西北工业大学
Abstract: 本发明公开了一种面向数字人的跨模态医学影像配准方法、系统和设备，属于图像处理技术领域。针对医学影像配准困难，成本高昂的问题，本发明采用基于形变图优化的配准方法，将CT头骨模型形变以适应MRI面部模型的形状，然后将模板CT图像与多个MRI图像进行配准，以获得内部骨骼与MRI外表面一致的数字人多模态数据集，实现了内部骨骼与MRI外表面的一致性，避免了高辐射风险，减少了数据集构建成本和内外数据不一致以及标注成本的问题，并且有较高的精度，能够更准确地分析患者的医学影像数据，为临床诊断和治疗决策提供更可靠的依据，提升医疗领域的整体质量和效率；而且该方法减少了在医学图像配准和分析过程中的手动干预，有望提高整体自动化水平。
-
公开(公告)号：CN115760894A
公开(公告)日：2023-03-07
申请号：CN202211532394.6
申请日：2022-12-01
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于计算机断层扫描3D图像的全心脏分割方法、装置、设备及介质，涉及医学影像分割领域，本发明提出一种用于心脏分割的两阶段分割策略，第一阶段由FasterR‑CNN网络检测心脏的边界框，第二阶段将与边界框对齐的心脏原始CT图像输入3DU‑Net进行心脏子结构分割。此外，本发明还重新定义了边界框损失函数，采用CIoU损失函数。试验结果表明，该方案在2017年多模态全心脏分割挑战赛(MM‑WHS)数据集上获得了最先进的分割效果，达到91.1％的平均Dice分数。同时，单个心脏CT图像的分割耗时取得了从数分钟大幅提高至不到6秒的优异成绩，实现了更快、更精准的全心脏自动分割。
-
公开(公告)号：CN114218833A
公开(公告)日：2022-03-22
申请号：CN202111542193.X
申请日：2021-12-16
Applicant: 西北工业大学太仓长三角研究院 , 北京宇航系统工程研究所
IPC: G06F30/23 , G06F30/28 , G06F111/10 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种二级轻气炮内流场性能预测方法及系统。该方法包括：建立二级轻气炮装置的几何模型；基于几何模型的边界条件建立描述弹丸发射过程中的物理模型；物理模型包括流场的流体力学模型、固场的固体力学物理模型以及流场与固场之间的耦合模型；采用有限体积方法对流体力学模型进行离散求解，得到流场的密度、温度和速度；采用有限元方法对固体力学物理模型离散求解，得到固场的形变、位移和速度；采用有限体积法或有限元方法对耦合模型进行求解，得到流场的密度、温度和速度以及固场的形变、位移和速度。本发明对于流场的计算采用了高阶格式，可高精度捕捉到气体的可压缩效应，固场计算采用了混合增强有限元方法，提高了计算的稳定性。
-
公开(公告)号：CN105464910B
公开(公告)日：2018-04-03
申请号：CN201510943626.0
申请日：2015-12-16
Applicant: 西北工业大学
CPC classification number: Y02E10/722 , Y02P70/523
Abstract: 本发明公开了一种形状记忆纤维混杂复合材料风力发电机叶片及其制作方法，用于解决现有风机叶片由于风的不稳定性造成风机叶片形成颤振的技术问题。技术方案是风机叶片采用记忆型形状记忆纤维混杂复合材料作为驱动材料，通过控制通电电流的大小改变记忆型形状记忆纤维的刚度，进而改变形状记忆混杂复合材料的刚度，实现叶片材料的变刚度控制，以此使得叶片的固有频率远离激振力频率范围，避免了叶片颤振对风机的损坏。由于采用形状记忆纤维混杂复合材料，相比于背景技术玻璃纤维增强复合材料，能够显著降低风力发电机叶片的振动，并能实现叶片的半主动控制，解决了风力发电机叶片颤振的问题。成本相比于碳纤维复合材料风力发电机叶片更为低廉。
-
Patent Agency Ranking
公开(公告)号：CN104196631B
公开(公告)日：2016-02-17
申请号：CN201410421950.1
申请日：2014-08-25
Applicant: 西北工业大学
IPC: F02C7/04
Abstract: 本发明公开了一种嵌入式涡轮增压进气道，包括进气道前段、涡轮发动机、进气道连接环、进气道后段，进气道采用具有嵌入式涡轮增压方式的S型进气道，涡轮发动机固定安装在进气道前段与进气道后段连接部位，进气道连接环与涡轮发动机外侧耳片固连，进气道连接环与进气道前段和进气道后段固定连接，进气道连接环对应进气口截面横向距离为进气道长度的44％。进气道内采用嵌入式涡轮发动机，可以很大程度的减小空气的冲击；进气道可使单一驱动飞行器达到较高的速域，实现TBCC驱动的高超声速飞行器在动力转换上的平稳的无缝对接。
-
公开(公告)号：CN104196631A
公开(公告)日：2014-12-10
申请号：CN201410421950.1
申请日：2014-08-25
Applicant: 西北工业大学
IPC: F02C7/04
Abstract: 本发明公开了一种嵌入式涡轮增压进气道，包括进气道前段、涡轮发动机、进气道连接环、进气道后段，进气道采用具有嵌入式涡轮增压方式的S型进气道，涡轮发动机固定安装在进气道前段与进气道后段连接部位，进气道连接环与涡轮发动机外侧耳片固连，进气道连接环与进气道前段和进气道后段固定连接，进气道连接环对应进气口截面横向距离为进气道长度的44％。进气道内采用嵌入式涡轮发动机，可以很大程度的减小空气的冲击；进气道可使单一驱动飞行器达到较高的速域，实现TBCC驱动的高超声速飞行器在动力转换上的平稳的无缝对接。
-
公开(公告)号：CN118587233A
公开(公告)日：2024-09-03
申请号：CN202410708981.9
申请日：2024-06-03
Applicant: 西北工业大学
IPC: G06T7/11 , G06N3/044 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种心脏图像分割方法、装置、介质和设备，涉及医学图像处理技术领域。该方法包括：获取有标签的bSSFP CMR作为源域图像和无标签的LGE CMR图像作为目标域图像；基于变分编码器构建VAMCEI模型；使用CycleGAN实现源域和目标域的双向转换，实现源域和目标域在图像表观的对齐；分别将真源域和假源域图像、真目标域和假目标域图像配对，并将其输入到VAMCEI模型中，实现对齐特征和注释图像的分割监督学习；以目标域VAMCEI模型和源域VAMCEI模型作为教师模型，使用知识蒸馏学习两个模型在同一个体的目标域图像或伪源域图像上的预测概率，最终使用训练好的学生模型进行心脏图像分割。
-
公开(公告)号：CN114218833B
公开(公告)日：2023-11-10
申请号：CN202111542193.X
申请日：2021-12-16
Applicant: 西北工业大学太仓长三角研究院 , 北京宇航系统工程研究所
IPC: G06F30/23 , G06F30/28 , G06F111/10 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种二级轻气炮内流场性能预测方法及系统。该方法包括：建立二级轻气炮装置的几何模型；基于几何模型的边界条件建立描述弹丸发射过程中的物理模型；物理模型包括流场的流体力学模型、固场的固体力学物理模型以及流场与固场之间的耦合模型；采用有限体积方法对流体力学模型进行离散求解，得到流场的密度、温度和速度；采用有限元方法对固体力学物理模型离散求解，得到固场的形变、位移和速度；采用有限体积法或有限元方法对耦合模型进行求解，得到流场的密度、温度和速度以及固场的形变、位移和速度。本发明对于流场的计算采用了高阶格式，可高精度捕捉到气体的可压缩效应，固场计算采用了混合增强有限元方法，提高了计算的稳定性。
-
公开(公告)号：CN116704184A
公开(公告)日：2023-09-05
申请号：CN202310596653.X
申请日：2023-05-25
Applicant: 西北工业大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于医学图像处理技术领域，具体涉及一种基于DeepU‑Net模型的左心房及疤痕分割方法。包括：步骤1：对训练左心房分割模型的训练数据和训练左心房疤痕分割模型的训练数据进行增强；步骤2：训练左心房分割模型；步骤3：准备左心房疤痕分割模型数据；步骤4：训练左心房疤痕分割模型；步骤5：左心房疤痕测试和后处理。本发明采用加权损失函数和基于距离的正则化项进行约束，可对左心房疤痕实现更精确的分割。本发明采用两阶段的分割方法，一方面减少了左心房疤痕分割受复杂背景的影像，另一方面训练得到的左心房模型也可为其他需要对左心房进行观察的医学诊断场景提供便利。本发明可以更有效地处理数据域偏移的问题。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.036 seconds)
