公开(公告)号：CN118656971A

公开(公告)日：2024-09-17

申请号：CN202410864440.5

申请日：2024-06-30

Applicant: 南昌大学

Inventor： 李春泉 ,  袁丽琴 ,  高宇凡 ,  陈利民 ,  陈荣伶 ,  陶凌 ,  赵庆敏 ,  曾明如 ,  喻俊志

IPC: G06F30/20 ,  G06F17/11 ,  G06F119/14

Abstract: 一种虚拟手术中流血模型的建模方法，包括：生成流血粒子，对粒子的加速度、速度、位置等物理量进行初始设置；根据流血粒子的切变率计算流血粒子的粘性系数；计算粒子受到的压力、外力和粘滞力；计算误差缓解压力项和粒子所受合力；此外，根据粒子位置和所处范围内最大速度计算时间步长；根据粒子所受合力和时间步长更新粒子在下一时刻的加速度、速度和位置。本发明通过对血液生物特性的研究，实现了血液黏度随切变率的变化，提高了流血的真实性；通过在N‑S方程中添加误差缓解压力项，实现血液的不可压缩特性，提升了流血的视觉效果；通过采用自适应时间步长，提高流血仿真的实时性。能够实现虚拟手术中的流血模拟的真实性。

公开(公告)号：CN117351248A

公开(公告)日：2024-01-05

申请号：CN202311246781.8

申请日：2023-09-26

Applicant: 南昌大学

Inventor： 李春泉 ,  汪芊芊 ,  郑波钰 ,  岳冲 ,  陈昌祺 ,  廖志远 ,  程宇新 ,  邓觐铧 ,  高宇凡 ,  陈利民 ,  伍军云 ,  林嘉 ,  陈荣伶 ,  范静辉 ,  任康 ,  喻俊志

IPC: G06V10/762 ,  G06N3/006 ,  G06V40/16 ,  G06V10/82 ,  G06N3/047 ,  G06N3/08

Abstract: 一种基于神经动力学的图像双时间变尺度优化聚类方法，包括：(1)构建稀疏图对偶正则化非负矩阵分解模型；(2)提出了一种新的双时间变尺度双神经动力学优化(TTDNO)方法进行非负矩阵分解；(3)进行聚类，给出两个评估指标来衡量算法的聚类性能。本发明优点：1、稀疏图对偶正则化非负矩阵分解，将两个分解矩阵的L0范数引入DNMF的目标函数中，使用反高斯函数来近似L0范数，避免问题NP‑hard且不连续，并且在保证分解矩阵的高稀疏性的前提下，方便后续的优化步骤；2、将神经动力学优化方法TTDNO引入到稀疏图对偶正则化非负矩阵分解模型的求解问题中，提升了收敛速度，并在图像聚类任务中表现出更好的聚类性能。