公开(公告)号：CN111798445B

公开(公告)日：2023-10-31

申请号：CN202010690021.6

申请日：2020-07-17

Applicant: 北京大学口腔医院 ,  北京众绘虚拟现实技术研究院有限公司

Inventor： 夏斌 ,  郝爱民 ,  李若竹 ,  李帅 ,  王勇 ,  李浩

IPC: G06F30/27 ,  G06T7/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供一种基于卷积神经网络的牙齿图像龋坏识别方法及系统。本发明通过对大量的经过临床诊断的牙的数码照片进行深度学习，能够准确判断目标照片中牙齿龋坏的概率，可以帮助民众进行龋的自我监管，必要时及时到医院就诊检查。具有实时性好，能发现早期龋坏的特点。

公开(公告)号：CN111798445A

公开(公告)日：2020-10-20

申请号：CN202010690021.6

申请日：2020-07-17

Applicant: 北京大学口腔医院 ,  北京众绘虚拟现实技术研究院有限公司

Inventor： 夏斌 ,  郝爱民 ,  李若竹 ,  李帅 ,  王勇 ,  李浩

IPC: G06T7/00 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明提供一种基于卷积神经网络的牙齿图像龋坏识别方法及系统。本发明通过对大量的经过临床诊断的牙的数码照片进行深度学习，能够准确判断目标照片中牙齿龋坏的概率，可以帮助民众进行龋的自我监管，必要时及时到医院就诊检查。具有实时性好，能发现早期龋坏的特点。

公开(公告)号：CN107679302A

公开(公告)日：2018-02-09

申请号：CN201710857854.5

申请日：2017-09-21

Applicant: 北京众绘虚拟现实技术研究院有限公司

Inventor： 郝爱民 ,  李帅 ,  赵永涛 ,  易志科

IPC: G06F17/50

CPC classification number: G06F17/5018

Abstract: 本发明提供一种基于逆有限元优化分析的连续形变恢复方法，包括四个步骤：符号距离场序列生成阶段，给定目标姿态序列，隐式地表达其形状；生成有限元模型阶段，建立全局运动方程，并进行模型化简，扩展至大形变；有限元模型关键帧位移生成阶段，定义目标函数序列衡量模型姿态与目标姿态间的差异，并进行最小化得到符合输入姿态序列的关键帧位移；连续形变空间恢复阶段，重建连续平滑的全局位移场，并定义目标函数为当前模型位移与连续位移场的偏差的加权和与控制施力量的总和，求解时空优化问题得到最优的形变控制信息。本发明实现了一种基于逆有限元优化分析的连续形变恢复方法，具有对多种输入类型的普遍适用性，快速收敛性，鲁棒性等特点。

公开(公告)号：CN107705855B

公开(公告)日：2020-05-12

申请号：CN201710857859.8

申请日：2017-09-21

Applicant: 北京众绘虚拟现实技术研究院有限公司

Inventor： 李帅 ,  谢志军 ,  郝爱民

IPC: G16H50/50

Abstract: 本发明提供一种支持个性化的经皮冠状动脉成形术模拟训练系统及方法，包括：个性化心血管建模、心脏与血管的变形、介入导丝或导管的运动模拟、虚拟X光成像以及力触觉反馈等功能，还可以模拟手术过程中的常见意外事故，比如导丝穿破血管等现象，并且所有的处理过程都可以在一台普通的个人计算机上达到实时交互的计算效率。在采集到病人的数据之后，可以高效地通过简单的交互操作，对病人的心血管进行个性化建模，然后导入到手术模拟系统当中，即可以进行手术过程的模拟排演。

公开(公告)号：CN107705855A

公开(公告)日：2018-02-16

申请号：CN201710857859.8

申请日：2017-09-21

Applicant: 北京众绘虚拟现实技术研究院有限公司

Inventor： 李帅 ,  谢志军 ,  郝爱民

IPC: G16H50/50

Abstract: 本发明提供一种支持个性化的经皮冠状动脉成形术模拟训练系统及方法，包括：个性化心血管建模、心脏与血管的变形、介入导丝或导管的运动模拟、虚拟X光成像以及力触觉反馈等功能，还可以模拟手术过程中的常见意外事故，比如导丝穿破血管等现象，并且所有的处理过程都可以在一台普通的个人计算机上达到实时交互的计算效率。在采集到病人的数据之后，可以高效地通过简单的交互操作，对病人的心血管进行个性化建模，然后导入到手术模拟系统当中，即可以进行手术过程的模拟排演。

公开(公告)号：CN107945207A

公开(公告)日：2018-04-20

申请号：CN201711155057.9

申请日：2017-11-20

Applicant: 北京众绘虚拟现实技术研究院有限公司

Inventor： 郝爱民 ,  李帅 ,  丛宇

IPC: G06T7/223 ,  G06K9/00 ,  G06K9/62

CPC classification number: G06T7/223 ,  G06K9/00718 ,  G06K9/624 ,  G06T2207/10016 ,  G06T2207/20021

Abstract: 本发明公开了一种基于视频帧间低秩关联信息一致性的实时物体追踪方法，该方法将视频分为每段k帧的帧段，然后分别对具有相对一致背景的分割好的视频帧段上执行低秩分析，从而得到显著物体的运动轨迹。步骤如下：首先采用基于双边随机映射的低秩分析来准确的跟踪短期稳定的视频帧段背景。然后为了消除由于观测角度变化引起的视觉变化带来的副作用，将低秩背景先验结合到前一帧段中来对当前帧段求解基于鲁棒显著运动检测的RPCA低秩恢复。同时利用从稳定的帧段中提取的一系列特征线索加快对低秩背景信息的更新，更有效的克服一些顽固的问题。本发明能够从视频中准确的检测出运动物体，并能够在动态视频中取得同样的效果，具有检测速率高，鲁棒性好，抗干扰性强等特点。