腔体检测球囊的多模态信号采集系统及方法

    公开(公告)号:CN117883042A

    公开(公告)日:2024-04-16

    申请号:CN202311671808.8

    申请日:2023-12-07

    Abstract: 本发明涉及一种腔体检测球囊的多模态信号采集系统及方法,属于生物信息领域。采集系统将获取到的球囊内部微变压电矩阵带入PVDF压电场计算模型来还原腔体关键点的力学特性,同时记录球囊外部的电阻抗数据,利用阻抗分析模型对测量电极的电压信号进行时频域分析,结合组织的电阻率和电导率分析相关应力对电阻抗的影响,微型摄像头可判断球囊是否到达指定检测部位和观测腔体生物形态特征,部分腔体检测包括食道等需要结合Ph传感器分析内壁组织特性。该装置能够实时反映球囊在人体腔体运动中的力电特性和腔体内壁阻抗特性;通过该方法进行的力学分析和阻抗分析可为人体腔体疾病症诊断提供科学依据。

    一种基于细胞迁移持续性联合参数的细胞亚型分类方法

    公开(公告)号:CN117437972A

    公开(公告)日:2024-01-23

    申请号:CN202311396444.7

    申请日:2023-10-26

    Abstract: 本发明涉及生物学等技术领域,具体涉及一种基于细胞迁移持续性联合参数的细胞亚型分类方法,包括计算细胞的迁移速度,并基于迁移速度计算其迁移角位移;确定采样间隔数和分组数,绘制基于角位移的统计直方图,并形成概率密度分布图;基于概率密度分布图计算得到随间隔数变化的角位移分布熵;确定细胞的初始角位移分布熵以及根据细胞角位移分布熵计算稳定时间,利用初始角位移分布熵和稳定时间构成细胞联合参数;获取同一细胞群中所有细胞的联合参数,并根据联合参数绘制二维核密度图,继而根据二维核密度图中的数值分布情况获取该细胞群中存在的细胞亚型数量;本发明方法具有简单、精确、快速的特点,可以为种群细胞动力学定量分析提供技术支撑。

    一种基于抗量子攻击的区块链广播多重签名的数据存储方法

    公开(公告)号:CN116886259A

    公开(公告)日:2023-10-13

    申请号:CN202310769442.1

    申请日:2023-06-28

    Abstract: 本发明涉及区块链安全领域,具体涉及一种基于抗量子攻击的区块链广播多重签名的数据存储方法,包括:构建多重签名系统;签名组织者节点构建智能合约,并发起数据签名;签名组织者将待签名的数据、签名者节点以及所有参与签名节点的聚合公钥上传到区块链中;根据签名者节点的信用度权重将待签名的信息进行不等长切分,根据节点性能以及信用度权重将切分后的数据分配给对应的签名者节点进行签名;签名者节点将签名后的数据回传给智能合约,智能合约对回传的信息进行验证,验证成功则将签名结果进行存储,否则签名失败;本发明能进行更加安全的多对多交易签名,防止量子计算机对签名结果进行逆向破解,保障区块链系统的安全性与可用性。

    基于冗余传感器的人体关节位置及角度解算方法

    公开(公告)号:CN114533039A

    公开(公告)日:2022-05-27

    申请号:CN202111614526.5

    申请日:2021-12-27

    Abstract: 本发明公开了基于冗余传感器的人体关节位置及角度解算方法,涉及测量技术领域。本发明包括以下步骤:在待测关节的两端肢体上分别设置两个惯性传感器,同时设置好红外动作捕捉所需的反光marker点,通过静态校准获得各个传感器的初始四元数,经过计算得到传感器的偏差值,然后通过采集到的运动过程中各个传感器的实时输出的四元数,计算得到各个传感器输出的节点的四元数,再将各节点的四元数与红外捕捉设备所获取的关节点的标准四元数进行多元线性拟合,得到基于冗余信息输出的四元数,最后经过计算得到关节的位置以及角度。本发明利用冗余传感器的信息来消除运动过程中传感器与骨骼位置不匹配而带来的误差,得出更加精准的关节位置以及角度信息。

    多摄像机无人机
    107.
    发明授权

    公开(公告)号:CN108622428B

    公开(公告)日:2021-08-03

    申请号:CN201810432469.0

    申请日:2018-05-08

    Abstract: 本发明公开一种多摄像机无人机,设置有机体,机体底部经旋转机构连接有摄像机吊舱,其关键在于:该摄像机吊舱内设置有用于采集全景图像的主摄像机,以及至少两台用于采集分隔图像的分摄像机,该分摄像机的焦距大于主摄像机的焦距,所述主摄像机和分摄像机的图像输出端分别与控制系统的图像输入端组连接,所有所述分摄像机采集的分隔图像组合成的组合画面包含所述全景图像。有益效果:采用本发明的多摄像机无人机,能同步采集全景图像,以及全景图像各个分隔区域的图像,并且采集的分隔图像细节更加清楚,方便图像的后期编辑。

    基于Slim-YOLOv3的口罩佩戴情况检测方法

    公开(公告)号:CN112949572A

    公开(公告)日:2021-06-11

    申请号:CN202110330611.2

    申请日:2021-03-26

    Abstract: 本发明属于深度学习目标检测和计算机视觉技术领域,具体涉及一种基于Slim‑YOLOv3的口罩佩戴情况检测方法,该方法包括:实时获取人脸视频数据,对人脸视频数据进行预处理;将预处理后的人脸图像输入到训练好的Slim‑YOLOv3模型中,判断该用户是否正确佩戴口罩;本发明通过一种基于Slim‑YOLOv3的口罩佩戴情况视频检测方法,加上采用改进的无监督自分类方法对不规范佩戴口罩的数据进行子类划分,使得口罩佩戴视频检测任务可以更加精确快速的实现。且提出的网络更加简洁,使得应用成本进一步降低。

    一种基于深度学习的文档定位和分割方法

    公开(公告)号:CN112132054A

    公开(公告)日:2020-12-25

    申请号:CN202011017876.9

    申请日:2020-09-24

    Inventor: 王诗言 王伟

    Abstract: 本发明涉及一种基于深度学习的文档定位和分割方法,属于计算机技术领域。该方法包括:S1:输入图像,并使用卷积神经网络提取该图像的特征;S2:将提取到的特征图采用卷积核大小为1的卷积层进行降维;S3:将降维之后的特征图分离成四个通道;S4:将分离出的四个特征图分别输入关键点预测模块,分别预测左上、左下、右上、右下四个顶点的坐标;S5:根据得到的四个顶点坐标对文档图像进行校正和分割。本发明相较于目前的基于边缘检测的文档边缘检测方法,不易受到背景复杂线条的影响,对文档四个顶点的定位更加准确。

Patent Agency Ranking