基于分层形状先验增强ResUNet模型的医学图像分割方法及装置

    公开(公告)号:CN119477943A

    公开(公告)日:2025-02-18

    申请号:CN202510042020.3

    申请日:2025-01-10

    Abstract: 本发明提供一种基于分层形状先验增强ResUNet模型的医学图像分割方法及装置,涉及医学图像分割技术领域。该方法包括:获取初始3D医学图像;基于预设处理参数,对初始3D医学图像进行数据处理,获得训练3D医学图像;基于ResUnet模型结构构建医学图像分割模型;将训练3D医学图像输入医学图像分割模型进行图像分割预测训练,获得3D分割图像;根据预设标注3D医学图像以及3D分割图像进行损失函数计算,得到模型分割损失;根据模型分割损失,对医学图像分割模型进行参数优化,获得优化图像分割模型;获取待分割3D医学图像;根据待分割3D医学图像,通过优化图像分割模型进行图像分割。本发明是一种基于分层形状先验增强ResUNet模型的准确且高效的3D医学图像分割方法。

    一种实时气液耦合仿真方法及装置

    公开(公告)号:CN118013809A

    公开(公告)日:2024-05-10

    申请号:CN202410102321.6

    申请日:2024-01-24

    Abstract: 本发明涉及计算流体动力学领域,特别是指一种实时气液耦合仿真方法及装置,方法包括:获取待仿真的气液耦合系统;对气液耦合系统进行离散化处理,得到粒子;其中,粒子包括气体粒子、液体粒子以及边界粒子;根据液体粒子、边界粒子、纳维‑斯托克斯方程以及基于位置的动力学方法,建立液体动力学模型;根据气体粒子,建立气体动力学模型,根据液体动力学模型以及气体动力学模型,得到实时气液耦合仿真结果。本发明能有效提升气液耦合仿真的实时性能和仿真的高度真实感,适用于大规模需要实时多相流动态模拟的任务。

    基于双目视觉的实时非接触式泡沫层厚度测量方法和系统

    公开(公告)号:CN117953033A

    公开(公告)日:2024-04-30

    申请号:CN202311702395.5

    申请日:2023-12-12

    Abstract: 本发明公开了一种基于双目视觉的实时非接触式泡沫层厚度测量方法和系统,涉及矿物浮选技术领域,包括:获取目标浮选槽内待测量泡沫层的双目视频流;基于双目视频流,裁剪得到两个单目图像;基于深度测距神经网络提取两个单目图像的图像特征,并根据图像特征回归得到视差图;基于视差图和双目视差原理,确定待测量泡沫层的顶部的双目深度测距值;基于目标浮选槽内矿浆液位值与双目深度测距值,确定待测量泡沫层的厚度。本发明可以获取泡沫层厚度的实时测量值,缓解了现有技术中存在的需要工作人员长期监控设备、且难以实时检测现场情况的技术问题。

    一种基于屏幕空间的SPH多相流体实时渲染方法及装置

    公开(公告)号:CN117830495A

    公开(公告)日:2024-04-05

    申请号:CN202410238890.3

    申请日:2024-03-04

    Abstract: 本发明涉及计算机视觉特效技术领域,特别是指一种基于屏幕空间的SPH多相流体实时渲染方法及装置,包括:对多相流体的表面进行信息提取,获得纹理信息;根据纹理信息,对多相流体的进行表面平滑和表面重建;对表面平滑和表面重建后的多相流体进行着色计算,完成基于屏幕空间的SPH多相流体实时渲染。本发明对传统的面向单相流体的屏幕空间渲染管线进行了改进,增加了区分不同流体材质的流相分数纹理,发明所述的基于屏幕空间的SPH多相流体实时渲染方法。本方法能够渲染出多相流体混合与分离的效果,且在效率上接近传统的屏幕空间渲染方法,且可以扩展到基于粒子的多相流体模拟结果。

    一种交互式图像分割方法及系统

    公开(公告)号:CN112508966A

    公开(公告)日:2021-03-16

    申请号:CN202011407760.6

    申请日:2020-12-04

    Abstract: 本发明公开了一种交互式图像分割方法及系统,该方法包括:采用图像分析方法对待分割图像进行前景背景分割,得到预分割结果;获取人工干预信息,包括前景交互点和背景交互点;其中,前景交互点为应该是前景但没有被分割出来的点,背景交互点为应该是背景点但被当成前景分割出来的点;提取待分割图像的特征,并根据人工干预信息带来的半监督信息对图像特征进行像素特征匹配,得到每一像素点属于前景或背景的概率图;根据概率图,对预分割结果进行修正,以提高分割精度。本发明通过在分割过程中引入少量的人工干预对实例级对象的分割结果进行精细的修正,从而提高了最终分割结果的精确度。

    一种充填管道裂纹检测方法

    公开(公告)号:CN111784645A

    公开(公告)日:2020-10-16

    申请号:CN202010544835.9

    申请日:2020-06-15

    Abstract: 本发明提供一种充填管道裂纹检测方法,属于采矿工业领域。所述方法包括:利用带有裂纹的管道图像和加噪处理后的所述带有裂纹的管道图像对图像去噪模型进行训练;利用带有裂纹的管道图像及同时带有雨滴和裂纹的管道图像对图像去雨滴模型进行训练;利用目标检测训练集对裂纹检测模型进行训练,其中,所述目标检测训练集中的每张管道图像被标注出裂纹位置;实时获取待检测的管道图像,利用训练好的图像去噪模型、图像去雨滴模型、裂纹检测模型依次对待检测管道图像进行去噪、去雨滴处理、对裂纹进行检测。采用本发明,能够对图像中的噪音以及雨滴进行修复,从而提高管道裂纹检测精度和检测效率。

    一种基于Jacobian动态逼近的图像去噪方法及装置

    公开(公告)号:CN114445305B

    公开(公告)日:2025-04-08

    申请号:CN202210242354.1

    申请日:2022-03-11

    Abstract: 本发明公开了一种基于Jacobian动态逼近的图像去噪方法及装置,涉及计算机视觉技术领域。包括:获取待去噪的图像;将待去噪的图像输入到图像去噪网络的浅层特征提取单元,得到浅层特征图像;将浅层特征图像输入到图像去噪网络的去噪单元,得到去噪后的图像;将去噪后的图像输入到图像去噪网络的双注意力单元,得到最终的去噪图像。本发明构建了端到端的基于Jacobian动态逼近的图像去噪网络,并设计了基于Jacobian矩阵的常微分方程求解模块实现神经网络的前向求导。本发明能够成功应用于合成噪声、真实噪声的图像去噪,相较于经典的图像去噪方法,能够在重建图像的主、客观质量方面均取得明显的去噪性能提升。

    一种面向多相流体的非牛顿流体仿真模拟方法及系统

    公开(公告)号:CN118966065B

    公开(公告)日:2025-03-07

    申请号:CN202411044380.9

    申请日:2024-07-31

    Abstract: 本发明公开了一种面向多相流体的非牛顿流体仿真模拟方法及系统,属于计算机图形学流体模拟领域,包括:对骨结构进行建模,包括骨外形建模以及骨内部的多孔材质建模;基于光滑粒子流体动力学,对不可压缩流体进行建模;基于聚合物构象张量方法,对牛顿流体、剪切变稀流体以及剪切增稠流体进行统一建模,计算流体的流变属性;基于混合模型,构建多相流体模拟框架以支持两相的混合调制及多相流体动力学;导出仿真数据并根据流体粒子重构流体表面,使用多相流体渲染技术渲染RGB图片并制作流体动画。本发明过程稳定,可视化效果逼真,可以辅助进行骨水泥手术的医疗教学或帮助医生低成本的评估手术方案的可行性。

    一种面向多相流体的非牛顿流体仿真模拟方法及系统

    公开(公告)号:CN118966065A

    公开(公告)日:2024-11-15

    申请号:CN202411044380.9

    申请日:2024-07-31

    Abstract: 本发明公开了一种面向多相流体的非牛顿流体仿真模拟方法及系统,属于计算机图形学流体模拟领域,包括:对骨结构进行建模,包括骨外形建模以及骨内部的多孔材质建模;基于光滑粒子流体动力学,对不可压缩流体进行建模;基于聚合物构象张量方法,对牛顿流体、剪切变稀流体以及剪切增稠流体进行统一建模,计算流体的流变属性;基于混合模型,构建多相流体模拟框架以支持两相的混合调制及多相流体动力学;导出仿真数据并根据流体粒子重构流体表面,使用多相流体渲染技术渲染RGB图片并制作流体动画。本发明过程稳定,可视化效果逼真,可以辅助进行骨水泥手术的医疗教学或帮助医生低成本的评估手术方案的可行性。

    一种免训练的显微图像关键区域识别方法及装置

    公开(公告)号:CN118710662A

    公开(公告)日:2024-09-27

    申请号:CN202410709881.8

    申请日:2024-06-03

    Abstract: 本发明涉及显微图像表征与分析技术领域,提供一种免训练的显微图像关键区域识别方法及装置。所述方法包括:基于显微图像微结构区域标记与成像特征标记融合的关键点输入策略,为图像输入模型时提供准确的提示点;将显微图像与提示点结果输入SAM模型,模型依赖提示工程从图像中分割得到前景或背景分割结果;根据灰度、结构等特征,从分割结果中提取目标区域,并进行单独或整体的数量、形态、位置等特征统计,得到显微图像目标区域表征结果。在无须训练的条件下,在不同原材料、不同结构、不同成像设备的图像上均能取得大幅优于传统基于规则的分割、接近甚至超越基于有监督学习方法的效果。

Patent Agency Ranking