-
公开(公告)号：CN112862922B
公开(公告)日：2022-10-11
申请号：CN202110109862.8
申请日：2021-01-27
Applicant: 南昌大学
Abstract: 本发明提供了一种基于多特征生成网络先验信息引导的图像填充方法，包括以下步骤：步骤A：将图像数据集分为训练数据集、验证数据集和测试数据集三部分；步骤B：设计一种可以提取彩色图像先验信息的多特征可逆1×1卷积流形生成网络结构，使用图像数据集对该网络进行训练，得到训练好的网络模型；步骤C：设计一种可以提取已训练网络模型内的先验信息的迭代求解算法；步骤D：采用迭代求解算法应用于已训练网络模型对图像测试数据集进行测试，输出得到最终的修复图像。本发明首先从具有RGB通道的图像中利用该网络学习多特征图像先验信息，然后采用可变增强技术将获取的多特征图像先验信息嵌入到迭代重建过程中去迭代优化修复结果。
-
公开(公告)号：CN114114116B
公开(公告)日：2022-08-23
申请号：CN202210096797.4
申请日：2022-01-27
Applicant: 南昌大学
IPC: G01R33/48 , G01R33/56 , G01R33/561 , G06K9/62 , G06N3/08 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种磁共振成像生成方法、系统、存储介质及设备，该包括：获取磁共振扫描出的k空间数据集；将所述k空间数据集输入至预训练的线圈生成模型当中，得到虚拟k空间数据集；根据所述虚拟k空间数据集利用重建算法进行重建以获取磁共振成像。本发明能够通过较少的线圈数据也能实现磁共振高质量成像。
-
公开(公告)号：CN110246094B
公开(公告)日：2021-09-28
申请号：CN201910391958.0
申请日：2019-05-13
Applicant: 南昌大学
Abstract: 本发明提供了一种用于彩色图像超分辨率重建的6维嵌入的去噪自编码先验信息算法，包括以下步骤，步骤A：利用去噪自动编码(DAE)作为彩色图像超分辨率重建的先验信息手段，通过复制3个信道，建立6维嵌入去噪自编码先验算法模型；步骤B：训练一个以6维变量为输入的去噪网络，然后利用网络驱动的高维先验阵嵌入的先验信息对彩色图像进行超分辨率重建；步骤C：迭代恢复阶段，将中间色图像映射为6维图像，利用网络进行处理，平均值运算符用于将其转换回三通道图像。本发明高维先验算法解决了基本数据元陷入局部最优解的问题，有效地克服了不稳定性。该算法具有良好的性能和良好的视觉检测性能。
-
公开(公告)号：CN110246094A
公开(公告)日：2019-09-17
申请号：CN201910391958.0
申请日：2019-05-13
Applicant: 南昌大学
Abstract: 本发明提供了一种用于彩色图像超分辨率重建的6维嵌入的去噪自编码先验信息算法，包括以下步骤，步骤A：利用去噪自动编码(DAE)作为彩色图像超分辨率重建的先验信息手段，通过复制3个信道，建立6维嵌入去噪自编码先验算法模型；步骤B：训练一个以6维变量为输入的去噪网络，然后利用网络驱动的高维先验阵嵌入的先验信息对彩色图像进行超分辨率重建；步骤C：迭代恢复阶段，将中间色图像映射为6维图像，利用网络进行处理，平均值运算符用于将其转换回三通道图像。本发明高维先验算法解决了基本数据元陷入局部最优解的问题，有效地克服了不稳定性。该算法具有良好的性能和良好的视觉检测性能。
-
公开(公告)号：CN106056647A
公开(公告)日：2016-10-26
申请号：CN201610373846.9
申请日：2016-05-30
Applicant: 南昌大学
CPC classification number: G06T11/003 , G06T2207/10088 , G06T2207/20081
Abstract: 一种基于卷积稀疏双层迭代学习的磁共振快速成像方法，包括以下步骤：在双层伯格曼字典迭代学习框架上融入卷积字典训练和稀疏系数更新，建立图像稀疏表示模型；在双层伯格曼迭字典学习内层迭代上利用增加辅助变量和轮换技术更新卷积字典和稀疏系数，特别地利用软阈值迭代法求解稀疏系数的子问题，更新稀疏系数；在双层伯格曼外层迭代上进行频域数据更新和图像更新，得到重建图像。本发明根据模型从自然图像库中获取卷积字典，该卷积字典能够有效地表示图像中的许多几何结构特征，如平滑、方向、边缘、斑块、纹理等特征，因此可以在更少的测量下更精确的重建磁共振图像，减少重建图像的伪影，恢复更多的图像细节。
-
Patent Agency Ranking
公开(公告)号：CN103431847A
公开(公告)日：2013-12-11
申请号：CN201310380131.2
申请日：2013-08-28
Applicant: 南昌大学
IPC: A61B5/01 , A61B5/0205
Abstract: 一种家用式医护监控衬衣，所述医护监控衬衣结构包括电子温度计、电子血压计、电子脉搏器、处理器、存储器、USB接口、电池、无线蓝牙、GSM模块；电子温度计位于衬衣腋窝内侧，电子血压计位于袖子内侧，电子脉搏器位于衬衣对应的心脏部位，衬衣内安装处理器、存储器、USB接口、电池、无线蓝牙、GSM模块，电池由电线与处理器连接，处理器通过电线分别与电子温度计、电子血压计、电子脉搏器、存储器、USB接口、无线蓝牙、GSM模块连接。本发明所述的医护监控衬衣能够随时采集人体的体温、血压、心跳等参数，实时监测，同时把监测的参数通过蓝牙传送给PC机的诊断系统，医院的医生只要在电脑上就可以监测他们的体温、血压、心跳值，方便实用。
-
公开(公告)号：CN119648554B
公开(公告)日：2025-05-09
申请号：CN202510173606.3
申请日：2025-02-18
Applicant: 南昌大学
IPC: G06T5/60 , G06T5/70 , G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/0499 , G06N3/088
Abstract: 本发明公开一种基于Mean‑reverting扩散模型的AR‑PAM图像增强和降噪方法。该方法通过反向SDE的扩散过程，利用Mean‑reverting扩散模型将高分辨率图像转换为固定高斯噪声状态，并通过反向SDE过程恢复原始的高分辨率图像，从而实现AR‑PAM图像的分辨率增强和噪声抑制。与传统方法相比，本发明能够在不牺牲AR‑PAM成像深度的前提下显著提高图像的横向分辨率，并有效抑制噪声。通过对模拟数据和体内实验数据的验证，本发明所提出的方法在多种退化场景下均表现出卓越的增强效果，尤其是在高噪声和低分辨率条件下，能够显著提高图像的峰值信噪比和结构相似性，从而为光声显微成像技术的应用扩展提供新的可能性。
-
公开(公告)号：CN119540390B
公开(公告)日：2025-05-09
申请号：CN202510103953.9
申请日：2025-01-23
Applicant: 南昌大学
Abstract: 本发明提供了一种基于全局和局部扩散模型的零样本动态MRI重建方法，包括以下步骤：基于原始二维动态全采样心脏磁共振多线圈数据，生成图像数据集；设计全局和局部时间交错采样策略以构建两类训练数据集，用于采用双阶段学习机制的全局和局部级联学习网络生成网络模型；使用快速提取网络模型的先验信息的迭代求解算法对数据交替进行预测、校正、低秩约束和数据一致性；将迭代求解算法应用于已训练的网络模型并进行测试，输出动态磁共振重建图像，对图像质量进行评价。本发明通过不同的时间交错采样策略构建完全编码数据，结合网络模型的图像先验信息，实现在欠采样条件下快速而精确的重建图像，显著提高了重建图像的质量与效率。
-
公开(公告)号：CN119540390A
公开(公告)日：2025-02-28
申请号：CN202510103953.9
申请日：2025-01-23
Applicant: 南昌大学
Abstract: 本发明提供了一种基于全局和局部扩散模型的零样本动态MRI重建方法，包括以下步骤：基于原始二维动态全采样心脏磁共振多线圈数据，生成图像数据集；设计全局和局部时间交错采样策略以构建两类训练数据集，用于采用双阶段学习机制的全局和局部级联学习网络生成网络模型；使用快速提取网络模型的先验信息的迭代求解算法对数据交替进行预测、校正、低秩约束和数据一致性；将迭代求解算法应用于已训练的网络模型并进行测试，输出动态磁共振重建图像，对图像质量进行评价。本发明通过不同的时间交错采样策略构建完全编码数据，结合网络模型的图像先验信息，实现在欠采样条件下快速而精确的重建图像，显著提高了重建图像的质量与效率。
-
公开(公告)号：CN118409435B
公开(公告)日：2024-11-26
申请号：CN202410889357.3
申请日：2024-07-04
Applicant: 南昌大学
IPC: G02B27/01
Abstract: 本发明公开了一种透过散射介质的感知与显示一体化增强现实装置及方法，装置包括调制照明模块、信息感知与控制模块和增强现实模块；所述调制照明模块利用位于近红外波段的非相干光源照明目标，以采集入射光分布信息；所述信息感知与控制模块利用上位计算机采集散斑图像并执行图像重建算法后，将其发送至空间光调制器控制器，并同步控制红绿蓝三色激光器，实现三维彩色光场调制控制；所述增强现实模块通过加载纯相位全息图，实现最终的三维图像观测。本发明通过集成图像增强技术与散斑卷积重建方法，有效地克服了不稳定或未知散射环境中的成像问题，实现了即便在极端条件下也能够有较强的解析能力进而重建出高质量的图像。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.017 seconds)
