-
公开(公告)号：CN119418942B
公开(公告)日：2025-03-21
申请号：CN202510025848.8
申请日：2025-01-08
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于网格自适应切割与细分的虚拟手术仿真方法，首先对输入被切割物体四面体化，记录手术刀位置构成切割面。其次构造包围盒以及bsp树A，并标记拼接面和模拟表面，利用三角剖分生成公共切割线，得到模拟切割面。然后标记可移动顶点和不可移动顶点，根据胡克定律，求解新的顶点的位置，移动顶点对切割后的形状进行模拟，对局部区域进行重新四面体化和bsp细分，生成bsp树B与A合并。最后遍历所有bsp结点，对非四面体的结点，利用非四面体的重心进行四面体化，完成模拟切割，并进行优化。本发明对被切割的物体进行精准切割，提升切割平面的精确性，保证切割仿真的稳定性和准确性。
-
公开(公告)号：CN118735948A
公开(公告)日：2024-10-01
申请号：CN202410970095.3
申请日：2024-07-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种用于医学图像分割的无监督域适应方法，该方法首先扩充医学图像数据集的规模和多样性。其次利用对抗生成网络将数据集中源域图像转换为目标域风格，同时利用循环一致性损失确保转换后图像与原图在语义上一致。然后设计包含三个解码器分支的网络结构，利用训练后的三个解码器分支对目标域图像预测并融合，得到伪标签。最后用伪标签在目标域训练分割解码器，用训练好的目标域分割解码器对新的目标域图像进行预测，得到分割结果。本发明多层次缓解了域偏移，提高了模型自适应能力和泛化性，缓解域偏移导致的类别不平衡。
-
公开(公告)号：CN119205800A
公开(公告)日：2024-12-27
申请号：CN202411213970.X
申请日：2024-08-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种融合多模态图文信息的医学图像分割方法，该方法首先使用预训练的BERT模型对患者元数据文本进行预处理和编码，提取特征表示，其次对病理图像进行注意力引导的数据增强操作。最后构建由图像编码器、文本编码器和解码器组成的医学图像分割网络，基于步骤一提取的特征表示和数据增强后的病理图像进行病理图像分割，并可视化分割结果。在分割网络中，本发明设计了一个多模态特征融合模块将两种模态的信息进行融合，该模块采用了Transformer架构，引入跨模态注意力机制和自注意力机制，保证了信息融合的有效性。本发明得到了更精准的分割结果，提升在新数据上的泛化能力，有效处理了医学图像中常见的数据不平衡问题。
-
公开(公告)号：CN119904467A
公开(公告)日：2025-04-29
申请号：CN202411959379.9
申请日：2024-12-30
Applicant: 杭州电子科技大学
IPC: G06T7/11 , G06T7/136 , G06T7/00 , G06V10/764 , G06V10/40
Abstract: 本发明公开了一种基于MedSAM的弱监督医学图像分割方法，意在解决传统医学图像分割依赖大量标注数据、训练耗时费力的问题，提高在标注成本受限条件下的分割性能。它利用深度学习模型特征提取能力，经骨干网络生成类别激活图初步定位目标区域。提出了CSD双向常识防御模块与AMS类激活图叠加模块，前者结合全局信息提升模型鲁棒性，后者确定目标最大范围保障分割效果。结合动态阈值分割策略及MedSAM模型增强热力图，整合语义特征避免依赖原型学习，实现弱监督高精度分割。实验显示其在多数据集性能优于现有方法，应用前景广泛，可用于多种医学影像任务及其他标注成本高需高效分割的领域。
-
Patent Agency Ranking
公开(公告)号：CN119418942A
公开(公告)日：2025-02-11
申请号：CN202510025848.8
申请日：2025-01-08
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于网格自适应切割与细分的虚拟手术仿真方法，首先对输入被切割物体四面体化，记录手术刀位置构成切割面。其次构造包围盒以及bsp树A，并标记拼接面和模拟表面，利用三角剖分生成公共切割线，得到模拟切割面。然后标记可移动顶点和不可移动顶点，根据胡克定律，求解新的顶点的位置，移动顶点对切割后的形状进行模拟，对局部区域进行重新四面体化和bsp细分，生成bsp树B与A合并。最后遍历所有bsp结点，对非四面体的结点，利用非四面体的重心进行四面体化，完成模拟切割，并进行优化。本发明对被切割的物体进行精准切割，提升切割平面的精确性，保证切割仿真的稳定性和准确性。
-
公开(公告)号：CN118365568A
公开(公告)日：2024-07-19
申请号：CN202410615208.8
申请日：2024-05-17
Applicant: 杭州电子科技大学
IPC: G06T5/77 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了基于神经网络的阴影去除方法，该方法首先构建包括阴影去除分支和阴影检测分支的阴影去除网络模型。其次获取待输入图像的深度图、法线图和DINO_v2的特征图，并将深度图转化为点云。然后通过阴影去除网络模型中两个分支编码器中的通道注意力CA模块，得到分层特征，通过阴影检测分支解码阶段得到阴影概率图。最后根据阴影概率图计算阴影感知相关图，将阴影检测分支解码器的特征插入到阴影去除分支的解码器，阴影去除分支的解码器输出阴影去除图像。本发明有效地捕获了图像中阴影和非阴影区域之间的全局信息，提高了阴影去除的精确度和准确性。
-
公开(公告)号：CN119832644A
公开(公告)日：2025-04-15
申请号：CN202510300662.9
申请日：2025-03-14
Applicant: 杭州电子科技大学
IPC: G06V40/20 , G06V40/10 , G06T17/00 , G06T7/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种未标定多视角相机的轻量化三维人体姿态估计方法，该方法首先收集任意视角数量的三维人体姿态估计数据集，并定义来自#imgabs0#个动态视角的二维姿态序列和对应的三维姿态序列。其次利用双向Mamba模型，提取多视角二维姿态序列的特征，得到预测结果，对双向Mamba模块进行预训练并微调。最后利用未标定可移动相机拍摄的多视角数据集端到端地训练双向Mamba模型，输出各个视角的三维姿态，通过procrustes将不同视角的姿态对齐至其中一个视角，完成人体姿态估计。本发明采用多视角姿态估计，使得人物在有较多的遮挡的环境下依然能高精度的估计人体姿态，并避免了相机标定的过程。
-
公开(公告)号：CN118397165A
公开(公告)日：2024-07-26
申请号：CN202410608427.3
申请日：2024-05-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于路径追踪的室内阴影去除数据集生成方法，该方法首先获取三维场景数据集，去除数据集中每个场景中家具的自相交问题，得到没有物体碰撞的场景布局信息。其次遍历场景中每个房间的的大小、包含的物体和每个物体的位置信息；选出场景中的每个房间找出N个相机外参。然后根据获取的相机位置设置光源。最后根据场景物体布局信息、相机外参和光源信息，基于路径追踪算法渲染图像，生成没有阴影的直接光照图和没有阴影的间接光照图，得到无阴影图。本发明能够快速生成大量高质量的阴影去除训练数据，从而加速了阴影去除算法的研发和优化过程。
-
公开(公告)号：CN116109723A
公开(公告)日：2023-05-12
申请号：CN202310134474.4
申请日：2023-02-20
Applicant: 杭州电子科技大学
IPC: G06T11/00 , G06N3/08 , G06N3/0455
Abstract: 本发明公开了一种面向大尺寸彩色图案的织物智能编码方法，首先利用图像采集系统采集大型织物各部分的高分辨彩色图案，经过预处理拼接，裁剪出中心区域作为输入数据，并转换为大尺寸高分辨率灰度图案。其次将大尺寸高分辨率灰度织物图案裁剪成若干小尺寸灰度织物图案，构成织物图案数据库，训练神经网络模型；然后使用加权融合的方法，融合小尺寸经纬纱交叉点预测图，得到大尺寸的经纬纱交叉点预测图；最后将经纬纱交叉点预测图编码成二进制矩阵图案。本发明克服采集过程中产生的误差，保持原彩色图中各像素的亮度差异，完成了大尺寸彩色织物图案的二进制编码，得到大尺寸彩色织物图案的二进制矩阵图案。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
